Văn bản thuần túy (.txt)
ISO/IEC Tiêu chuẩnTệp văn bản thuần lưu ký tự mà không có bố cục trang, phông chữ hoặc hình ảnh nhúng. Trình soạn thảo và chương trình có thể đọc tệp, nhưng chữ có dấu có thể hiển thị sai nếu đoán nhầm mã hóa của tệp.
Chuyển đổi SRT sang TXT
Trình chuyển đổi từ SRT sang TXT miễn phí trên trình duyệt. Chuyển đổi tệp ngay lập tức trên thiết bị của bạn.
Kiểm tra & Siêu dữ liệu
Các hệ điều hành và trình phân tích tệp nhận dạng tệp TXT bằng cách kiểm tra chuỗi byte nhị phân đầu tệp:
Chữ ký ở đầu tệp (mẫu byte nhận diện)
Các hệ điều hành và trình phân tích tệp nhận dạng tệp TXT bằng cách kiểm tra chuỗi byte nhị phân đầu tệp:
CHỮ KÝ HEX (OFFSET 0):
EF BB BF / NoneBIỂU DIỄN ASCII: UTF-8 BOM / Raw text
Tiêu chuẩn hóa: ISO/IEC 10646 / Unicode Standard / IETF RFC 2046
Thông số kỹ thuật
| Kiến trúc Container | Chuỗi ký tự tuần tự, dễ đọc, được mã hóa bằng ASCII, UTF-8, UTF-16 hoặc ISO-8859 |
| Nén | Byte ký tự thô không nén |
| Thứ tự byte | UTF-8 không phụ thuộc thứ tự byte; BOM chỉ thứ tự byte lớn/nhỏ trong UTF-16/32 |
| Không gian màu | Không áp dụng (văn bản thuần) |
| Kênh & Cấu trúc | Luồng ký tự tuyến tính, dấu xuống dòng (LF \n hoặc CRLF \r\n) và khoảng trắng |
| Kích thước tối đa | Độ dài luồng không giới hạn |
| Độ trong suốt | Không có |
| Truyền phát & Tăng dần | Văn bản thuần là dữ liệu tuần tự; việc đọc theo luồng tùy thuộc vào phần mềm. |
Ma trận so sánh kỹ thuật: TXT so với các đối thủ
| Thuộc tính kỹ thuật | TXT (Hiện tại) | MD | HTML | |
|---|---|---|---|---|
| Định dạng trực quan | Không có (văn bản thuần túy không kiểu dáng) | Cú pháp Markdown nhẹ | Bố cục trực quan trang cố định | Kiểu dáng CSS & DOM đầy đủ |
| Phần mềm yêu cầu | Không có (bất kỳ thiết bị đầu cuối hoặc trình soạn thảo văn bản nào) | Trình xem / đọc Markdown | Trình xem PDF chuyên dụng | Trình duyệt web |
| Kích thước tệp | Nhỏ nhất có thể tuyệt đối | Kích thước văn bản tối thiểu | Vùng chứa nhị phân lớn | Chi phí đánh dấu vừa phải |
| Độ bền lưu trữ | Phụ thuộc vào việc bảo quản tệp và xác định bảng mã ký tự | Có thể lưu giữ lâu dài | Cao (tiêu chuẩn ISO) | Cao (tiêu chuẩn W3C) |
Các dạng hỏng thường gặp và hướng dẫn khôi phục bằng mã hex
Các chữ có dấu có thể hiển thị thành ký tự lỗi như 'é' hoặc ký tự thay thế như '�'.
Nguyên nhân gốc rễ: Không khớp mã hóa: tệp ANSI/Windows-1252 cũ được mở dưới dạng UTF-8 mà không được chuyển đổi đúng cách.
Khắc phục: Mã hóa lại tệp với mã hóa UTF-8 rõ ràng bằng Trình chuyển đổi văn bản của File2File.app.
Phân tích bảo mật và các đường tấn công nhằm vào bộ phân tích cú pháp
Các tệp văn bản thuần túy không chứa mã có thể thực thi, nhưng các ký tự unicode độc hại có thể đánh lừa người dùng hoặc gây ra chèn lệnh vào thiết bị đầu cuối.
Các véc-tơ tấn công đã biết
- Ký tự unicode Ghi đè Phải sang Trái (RTLO) giả mạo phần mở rộng tệp thực thi (ví dụ: 'report[RTLO]cod.exe').
- Chèn chuỗi thoát của terminal để thực thi lệnh shell khi xem văn bản thô bằng lệnh 'cat'.
- Các cuộc tấn công đồng hình thay thế các chữ cái ASCII tiêu chuẩn bằng các ký tự Cyrillic trông giống hệt nhau trong các URL.
Biện pháp phòng thủ tốt nhất: Làm sạch các ký tự điều khiển Unicode hai chiều và mã thoát thiết bị đầu cuối khi hiển thị các tệp văn bản.
Nguồn gốc lịch sử và các cột mốc
Ưu điểm & Lợi ích chính
- Tệp văn bản thuần có thể mở bằng trình soạn thảo, tìm kiếm hoặc xử lý bằng công cụ dòng lệnh. Hãy kiểm tra mã hóa ký tự nếu chữ có dấu hiển thị lỗi.
- Văn bản thuần dễ lưu giữ và chuyển đổi, nhưng khả năng đọc lâu dài phụ thuộc vào việc bảo quản tệp và xác định được bảng mã ký tự.
- Không có chi phí định dạng: chứa dữ liệu thuần túy không có phần phình siêu dữ liệu, thẻ nhị phân hoặc cấu trúc độc quyền.
Hạn chế & Nhược điểm kỹ thuật
- Không có định dạng trực quan: không thể in đậm, in nghiêng, tô màu hoặc thay đổi kích thước phông chữ một cách nguyên bản mà không có ngôn ngữ đánh dấu bên ngoài.
- Sự khác biệt về ký tự kết thúc dòng trên nền tảng (Windows CRLF so với Unix LF) có thể gây ra lỗi định dạng trên các hệ điều hành.
- Sự mơ hồ về mã hóa trong lịch sử (ANSI, Shift-JIS, Windows-1252) có thể gây ra hiện tượng hỏng ký tự (mojibake) nếu không có UTF-8.
Thông tin kỹ thuật thú vị
- UTF-8 được phát minh trên một tấm lót bàn tại một quán ăn ở New Jersey vào năm 1992 bởi Ken Thompson và Rob Pike trong bữa tối.
- Windows sử dụng hai ký tự cho một dòng mới: Trở về đầu dòng (CR, 0x0D) và Đẩy dòng (LF, 0x0A), một di sản từ máy đánh chữ cơ học.
- Hơn 98% tổng số trang web trên internet sử dụng mã hóa văn bản UTF-8.
Các câu hỏi kỹ thuật thường gặp
UTF-8 là gì?
UTF-8 mã hóa tập ký tự Unicode và giữ nguyên giá trị byte ban đầu của các ký tự ASCII.
Sự khác biệt giữa ký tự xuống dòng của Windows và Unix là gì?
Windows sử dụng 'CRLF' (hai byte: Carriage Return + Line Feed) để biểu thị một dòng mới, trong khi Unix, Linux và macOS sử dụng 'LF' (một byte Line Feed duy nhất).
Làm thế nào để chuyển đổi tệp TXT sang PDF?
Bạn có thể chuyển đổi các tệp văn bản thuần túy thành tài liệu PDF hoặc tài liệu Word chuyên nghiệp, sạch sẽ chỉ bằng một cú nhấp chuột bằng cách sử dụng File2File.app trực tiếp trong trình duyệt web của mình.
Các cặp chuyển đổi TXT liên quan
Việc chuyển đổi các tệp phụ đề SRT sang định dạng văn bản TXT giúp loại bỏ mã thời gian và số thứ tự, để lại phần hội thoại sạch sẽ và dễ đọc.
Việc chuyển đổi hình ảnh đã quét thành văn bản được trích xuất sẽ chuyển đổi các điểm ảnh thành các ký tự có thể chỉnh sửa để bạn có thể tìm kiếm, chỉnh sửa và lưu trữ từ ngữ một cách dễ dàng.
Việc chuyển đổi tài liệu hình ảnh dạng raster PNG thành văn bản thuần túy giúp biến các điểm ảnh tĩnh thành từ ngữ có thể chỉnh sửa bằng công nghệ nhận dạng ký tự quang học.