Простой текст (.txt)
ISO/IEC СтандартФайл обычного текста хранит символы без разметки страницы, шрифтов и встроенных изображений. Его можно читать в редакторах и программах, но буквы с диакритическими знаками могут отображаться неправильно, если кодировка определена неверно.
Конвертировать из SRT в TXT
Бесплатный конвертер из SRT в TXT прямо в браузере. Конвертируйте файлы мгновенно на Вашем устройстве.
Анализ и метаданные
Операционные системы и анализаторы файлов идентифицируют файлы TXT по начальной двоичной последовательности байтов:
Сигнатура заголовка на уровне байтов (Magic Bytes)
Операционные системы и анализаторы файлов идентифицируют файлы TXT по начальной двоичной последовательности байтов:
HEX-СИГНАТУРА (СМЕЩЕНИЕ 0):
EF BB BF / нет сигнатурыПРЕДСТАВЛЕНИЕ ASCII: Метка порядка байтов UTF-8 / обычный текст
Стандартизация: ISO/IEC 10646 / Стандарт Unicode / IETF RFC 2046
Технические спецификации
| Архитектура контейнера | Последовательность читаемых человеком символов, закодированных в ASCII, UTF-8, UTF-16 или ISO-8859 |
| Сжатие | Несжатые байты символов |
| Порядок байтов (Endianness) | UTF-8 (независимо от порядка байтов); порядок байтов (Big/Little-Endian) указывается с помощью BOM в UTF-16/32 |
| Цветовые пространства | Н/Д (Простой текст) |
| Каналы и структура | Линейный поток символов, маркеры новой строки (LF \n или CRLF \r\n) и пробелы |
| Максимальные размеры | Неограниченная длина потока |
| Прозрачность | Отсутствует |
| Потоковая передача и прогрессивная загрузка | Обычный текст представляет собой последовательные данные; потоковое чтение зависит от программы. |
Техническая матрица сравнения: TXT с конкурентами
| Технический атрибут | TXT (Текущий) | MD | HTML | |
|---|---|---|---|---|
| Визуальное форматирование | Отсутствует (чистый текст без стилей) | Облегченный синтаксис Markdown | Фиксированная визуальная верстка страниц | Полное оформление CSS и DOM |
| Требуемое программное обеспечение | Не требуется (любой терминал или текстовый редактор) | Программа просмотра / предпросмотра Markdown | Специализированная программа просмотра PDF | Веб-браузер |
| Размер файла | Абсолютно минимально возможный | Минимальный размер текста | Большой бинарный контейнер | Умеренные накладные расходы разметки |
| Архивная долговечность | Зависит от сохранности файла и определения его кодировки | Можно сохранять длительное время | Высокая (стандарт ISO) | Высокая (стандарт W3C) |
Распространенные сценарии повреждения и руководство по восстановлению в HEX
Буквы с диакритическими знаками отображаются как искаженные символы, например «Ã©», или символы замены, например «�».
Первопричина: Несоответствие кодировки: старый файл ANSI/Windows-1252 открыт как UTF-8 без надлежащего преобразования.
Восстановление: Перекодируйте файл в явную кодировку UTF-8 с помощью текстового конвертера File2File.app.
Анализ безопасности и векторы атак на парсер
Простые текстовые файлы не содержат исполняемого кода, но вредоносные символы Unicode могут вводить пользователей в заблуждение или вызывать инъекции в терминале.
Известные векторы атак
- Управляющие символы Unicode Right-to-Left Override (RTLO), подделывающие расширения исполняемых файлов (например, 'report[RTLO]cod.exe').
- Внедрение управляющих последовательностей терминала (escape-последовательностей), выполняющих команды оболочки при просмотре нефильтрованного текста через 'cat'.
- Атаки с использованием омоглифов, заменяющие стандартные буквы ASCII на визуально неотличимые символы кириллицы в URL-адресах.
Лучшие практики защиты: Удаляйте управляющие символы Unicode, меняющие направление текста, и управляющие последовательности терминала при отображении текстовых файлов.
История происхождения и ключевые этапы
Ключевые преимущества и плюсы
- Файлы обычного текста открываются в редакторах, а их содержимое можно искать и обрабатывать средствами командной строки. Если текст с диакритическими знаками отображается некорректно, проверьте кодировку.
- Обычный текст легко сохранять и переносить, но его долгосрочная читаемость зависит от сохранности файла и определения его кодировки.
- Нет издержек на форматирование: файл содержит только данные, без избыточных метаданных, двоичных тегов и проприетарных структур.
Технические ограничения и минусы
- Нет средств визуального форматирования: без внешнего языка разметки нельзя выделить текст полужирным или курсивом, изменить цвет или размер шрифта.
- Различия в завершении строк на разных платформах (Windows CRLF против Unix LF) могут вызывать сбои форматирования в разных операционных системах.
- Исторические неоднозначности кодировок (ANSI, Shift-JIS, Windows-1252) могут вызывать искажение символов (кракозябры/модзибаке) без UTF-8.
Интересные технические факты
- Кен Томпсон и Роб Пайк придумали UTF-8 за ужином в закусочной в Нью-Джерси в 1992 году и записали идею на бумажной подставке.
- Windows использует два символа для новой строки: возврат каретки (CR, 0x0D) и перевод строки (LF, 0x0A), что является наследием механических пишущих машинок.
- Более 98% всех веб-сайтов в интернете используют текстовую кодировку UTF-8.
Часто задаваемые технические вопросы
Что такое UTF-8?
UTF-8 кодирует набор символов Unicode и сохраняет исходные байтовые значения символов ASCII.
В чем разница между окончаниями строк в Windows и Unix?
Windows использует CRLF (два байта: возврат каретки и перевод строки), а Unix, Linux и macOS: LF (один байт перевода строки).
Как конвертировать файл TXT в PDF?
Вы можете конвертировать простые текстовые файлы в чистые, профессиональные документы PDF или Word в один клик с помощью File2File.app прямо в своем веб-браузере.
Связанные конвертации для TXT
Конвертация файлов субтитров SRT в текстовый формат TXT удаляет коды времени и порядковые номера, оставляя чистый и удобный для чтения диалог.
Преобразование сканированного изображения в текст распознает пиксели на изображении как редактируемые символы, чтобы можно было искать, редактировать и хранить текст.
Превращение растрового изображения PNG в обычный текст преобразует статические пиксели картинки в редактируемые слова с помощью оптического распознавания символов.