Текстовий транскрипт (.txt)
ISO/IEC СтандартЗвичайний текстовий файл зберігає символи без макета сторінки, шрифтів або вбудованих зображень. Його можуть читати редактори й програми, але літери з діакритичними знаками можуть відображатися неправильно, якщо кодування файлу визначено хибно.
Конвертувати з SRT у TXT
Безкоштовний конвертер з SRT у TXT у браузері. Миттєво конвертуйте файли на своєму пристрої.
Аналіз та метадані
Операційні системи та аналізатори файлів ідентифікують файли TXT, перевіряючи початкову послідовність бінарних байтів:
Сигнатура заголовка на байтовому рівні (Magic Bytes)
Операційні системи та аналізатори файлів ідентифікують файли TXT, перевіряючи початкову послідовність бінарних байтів:
ШІСТНАДЦЯТКОВА СИГНАТУРА (ЗСУВ 0):
EF BB BF / NoneПОДАННЯ В ASCII: UTF-8 BOM / Raw text
Стандартизація: ISO/IEC 10646 / Стандарт Unicode / IETF RFC 2046
Технічні характеристики
| Архітектура контейнера | Послідовність зрозумілих людині символів, закодованих у форматі ASCII, UTF-8, UTF-16 або ISO-8859 |
| Стиснення | Нестиснені сирі байти символів |
| Порядок байтів (Endianness) | UTF-8 (нейтральний порядок байтів); Big/Little-Endian вказується за допомогою BOM в UTF-16/32 |
| Колірні простори | Не застосовується (Звичайний текст) |
| Канали та структура | Лінійний потік символів, маркерів нового рядка (LF \n або CRLF \r\n) та пробілів |
| Максимальні розміри | Необмежена довжина потоку |
| Прозорість | Відсутня |
| Потокове та прогресивне завантаження | Звичайний текст є послідовними даними; потокове читання залежить від програми. |
Технічна матриця порівняння: TXT проти конкурентів
| Технічний атрибут | TXT (Поточний) | MD | HTML | |
|---|---|---|---|---|
| Візуальне форматування | Відсутнє (чистий нестилізований текст) | Легкий синтаксис Markdown | Фіксований візуальний макет сторінки | Повне стилізування за допомогою CSS та DOM |
| Необхідне програмне забезпечення | Не потрібне (будь-який термінал або текстовий редактор) | Засіб попереднього перегляду / читання Markdown | Спеціалізований переглядач PDF | Веббраузер |
| Розмір файлу | Абсолютно мінімально можливий | Мінімальний розмір тексту | Великий двійковий контейнер | Помірні накладні витрати на розмітку |
| Архівна довговічність | Залежить від збереження файлу та визначення його кодування | Можна зберігати тривалий час | Висока (стандарт ISO) | Висока (стандарт W3C) |
Типові режими пошкодження та посібник з відновлення в шістнадцятковому форматі
Літери з діакритичними знаками можуть відображатися спотвореними символами, наприклад 'é', або символами заміни на кшталт '�'.
Першопричина: Невідповідність кодування: файл зі старого стандарту ANSI/Windows-1252 було відкрито як UTF-8 без належного перетворення.
Відновлення: Перекодуйте файл у UTF-8 за допомогою текстового конвертера File2File.app.
Аналіз безпеки та векторів атак на парсери
Звичайні текстові файли не містять виконуваного коду, проте шкідливі символи Юнікоду можуть вводити користувачів в оману або викликати ін'єкцію в термінал.
Відомі вектори атак
- Символи Юнікоду Right-to-Left Override (RTLO), що підробляють розширення виконуваних файлів (наприклад, 'report[RTLO]cod.exe').
- Ін'єкція керуючих послідовностей термінала (escape sequences), що виконує команди оболонки під час перегляду сирого тексту через 'cat'.
- Атаки за допомогою гомогліфів, що замінюють стандартні букви ASCII на візуально ідентичні символи кирилиці в URL-адресах.
Рекомендації щодо захисту: Під час відображення текстових файлів вилучайте двонаправлені керівні символи Unicode та escape-коди терміналу.
Історичне походження та віхи
Основні переваги
- Звичайні текстові файли відкриваються в текстових редакторах, їх можна шукати та обробляти засобами командного рядка. Якщо текст із діакритичними знаками відображається неправильно, перевірте кодування символів.
- Звичайний текст легко зберігати й переносити, але його довготривала читабельність залежить від збереження файлу та визначення його кодування.
- Нульові накладні витрати формату: містить чисті дані без роздутого обсягу метаданих, двійкових тегів чи пропрієтарних структур.
Технічні обмеження та недоліки
- Без візуального форматування: без зовнішньої мови розмітки не можна безпосередньо задавати напівжирне чи курсивне накреслення, колір або розмір шрифту.
- Відмінності у завершенні рядків на різних платформах (Windows CRLF проти Unix LF) можуть призводити до збоїв форматування в різних операційних системах.
- Історична неоднозначність кодувань (ANSI, Shift-JIS, Windows-1252) може призвести до пошкодження символів (mojibake) без UTF-8.
Цікаві технічні факти
- UTF-8 було винайдено за обідом на паперовій підставці в закусочній у Нью-Джерсі в 1992 році Кеном Томпсоном та Робом Пайком.
- У Windows для створення нового рядка використовуються два символи: Повернення каретки (CR, 0x0D) та Переведення рядка (LF, 0x0A), що є спадщиною механічних друкарських машинок.
- Понад 98% усіх вебсайтів в інтернеті використовують текстове кодування UTF-8.
Поширені технічні запитання
Що таке UTF-8?
UTF-8 кодує репертуар Unicode та зберігає початкові байтові значення символів ASCII.
У чому різниця між завершенням рядків у Windows та Unix?
Windows використовує 'CRLF' (два байти: Повернення каретки + Переведення рядка) для представлення нового рядка, тоді як Unix, Linux та macOS використовують 'LF' (один байт Переведення рядка).
Як я можу конвертувати файл TXT у PDF?
Ви можете перетворити звичайні текстові файли на акуратні, професійні документи PDF або документи Word в один клік за допомогою File2File.app безпосередньо у своєму веббраузері.
Пов'язані пари конвертації TXT
Конвертація файлів субтитрів SRT у транскрипти TXT видаляє коди часу та порядкові номери, залишаючи чистий текст для зручного читання.
Конвертація сканованого зображення у текст перетворює пікселі зображення на редаговані символи, щоб ви могли легко шукати, редагувати та зберігати слова.
Конвертація растрового документа PNG у звичайний текст перетворює статичні пікселі зображення на редаговані слова за допомогою оптичного розпізнавання символів.