Текстовый файл - Text file

Текстовый файл
Текст-txt.svg
Расширение имени файла
.текст
Тип интернет-СМИ
текст / простой
Типовой кодТЕКСТ
Единый идентификатор типа (UTI)public.plain-text
Конформация ИМПpublic.text
Тип форматаФормат файла документа, Общий формат контейнера

А текстовый файл (иногда пишется текстовый файл; старое альтернативное имя плоский файл) является своего рода компьютерный файл который структурирован как последовательность линии из электронный текст. Текстовый файл существует хранится как данные в пределах файловая система компьютера. В операционных системах, таких как CP / M и MS-DOS, если операционная система не отслеживает размер файла в байтах, конец текстового файла обозначается путем размещения одного или нескольких специальных символов, известных как конец файла маркер как отступ после последней строки в текстовом файле. В современных операционных системах, таких как Майкрософт Виндоус и Unix-подобный В текстовых файлах текстовые файлы не содержат специальных символов EOF, поскольку файловые системы в этих операционных системах отслеживают размер файла в байтах. Для большинства текстовых файлов необходимо иметь конец линии разделители, которые выполняются несколькими способами в зависимости от операционной системы. Некоторые операционные системы с файловые системы, ориентированные на записи не могут использовать новые разделители строк и будут в основном хранить текстовые файлы со строками, разделенными как записи фиксированной или переменной длины.

«Текстовый файл» относится к типу контейнера, а простой текст относится к типу контента.

На общем уровне описания есть два типа компьютерных файлов: текстовые файлы и двоичные файлы.[1]

Хранилище данных

Стилизованное иконическое изображение CSV -форматированный текстовый файл.

Из-за своей простоты текстовые файлы обычно используются для место хранения информации. Они позволяют избежать некоторых проблем, связанных с другими форматами файлов, такими как порядок байтов, байты заполнения или различия в количестве байтов в машинное слово. Далее, когда повреждение данных происходит в текстовом файле, часто бывает проще восстановить и продолжить обработку оставшегося содержимого. Недостатком текстовых файлов является то, что они обычно имеют низкий энтропия, что означает, что информация занимает больше места, чем это строго необходимо.

Простой текстовый файл может не нуждаться в дополнительных метаданные (кроме знания его набор символов ), чтобы помочь читателю в интерпретации. Текстовый файл может вообще не содержать данных, что является случаем файл с нулевым байтом.

Кодирование

В Набор символов ASCII является наиболее распространенным совместимым подмножеством наборов символов для текстовых файлов на английском языке и обычно считается форматом файла по умолчанию во многих ситуациях. Он охватывает американский английский, но для британцев Знак фунта стерлингов, то Знак евро, или символы, используемые за пределами английского языка, необходимо использовать более богатый набор символов. Во многих системах это выбирается по умолчанию регион установка на комп читается. До UTF-8 это были традиционно однобайтовые кодировки (например, ISO-8859-1 через ISO-8859-16 ) для европейских языков и широкий характер кодировки для азиатских языков.

Поскольку кодировки обязательно имеют только ограниченный набор символов, часто очень маленький, многие из них могут использоваться только для представления текста в ограниченном подмножестве человеческих языков. Unicode является попыткой создать общий стандарт для представления всех известных языков, а наиболее известные наборы символов являются подмножествами очень большого набора символов Unicode. Хотя для Unicode доступно несколько кодировок символов, наиболее распространенной является UTF-8, который имеет преимущество обратной совместимости с ASCII; то есть каждый ASCII текстовый файл также является текстовым файлом UTF-8 с идентичным значением. UTF-8 также имеет то преимущество, что это легко обнаруживается автоматически. Таким образом, общий режим работы программного обеспечения с поддержкой UTF-8 при открытии файлов с неизвестной кодировкой - сначала попробовать UTF-8 и вернуться к устаревшей кодировке, зависящей от локали, если это определенно не UTF-8.

Форматы

В большинстве операционных систем имя текстовый файл относится к формату файла, который позволяет только простой текст контент с очень небольшим форматированием (например, нет смелый или же курсив типы). Такие файлы можно просматривать и редактировать на текстовые терминалы или просто текстовые редакторы. Текстовые файлы обычно имеют MIME тип текст / простой, обычно с дополнительной информацией, указывающей кодировку.

Текстовые файлы Microsoft Windows

MS-DOS и Майкрософт Виндоус используйте общий формат текстового файла, в котором каждая строка текста разделена комбинацией из двух символов: возврат каретки (CR) и перевод строки (LF). Обычно для последней строки текста нет заканчиваться маркером CR-LF и многими текстовыми редакторами (включая Блокнот ) не вставлять автоматически в последнюю строку.

На Майкрософт Виндоус операционных систем, файл считается текстовым файлом, если суффикс имени файла ("расширение имени файла ") является .текст. Однако многие другие суффиксы используются для текстовых файлов с определенными целями. Например, исходный код компьютерных программ обычно хранится в текстовых файлах с суффиксами имени файла, указывающими язык программирования в котором написан источник.

В большинстве текстовых файлов Microsoft Windows используется кодировка «ANSI», «OEM», «Unicode» или «UTF-8». То, что в терминологии Microsoft Windows называется «кодировкой ANSI», обычно является однобайтовой. ISO / IEC 8859 кодировки (например, ANSI в меню Microsoft Notepad на самом деле является «Системной кодовой страницей», не-Unicode, устаревшая кодировка), за исключением таких локалей, как китайский, японский и корейский, которые требуют двухбайтовых наборов символов. Кодировки ANSI традиционно использовались как языковые стандарты системы по умолчанию в Microsoft Windows до перехода на Unicode. Для сравнения: OEM-кодировки, также известные как Кодовые страницы DOS, были определены IBM для использования в исходной системе отображения текстового режима IBM PC. Обычно они включают в себя графические символы и символы, рисующие линии, обычные в приложениях DOS. Текстовые файлы Microsoft Windows с кодировкой "Unicode" содержат текст в UTF-16 Формат преобразования Unicode. Такие файлы обычно начинаются с Знак порядка байтов (Спецификация), который сообщает порядок байтов содержимого файла. Хотя UTF-8 не страдает от проблем с порядком следования байтов, многие программы Microsoft Windows (например, Блокнот) добавляют содержимое файлов в кодировке UTF-8 вместе с BOM,[2] чтобы отличать кодировку UTF-8 от других 8-битных кодировок.[3]

Текстовые файлы Unix

На Unix-подобный Формат текстовых файлов операционных систем точно описан: POSIX определяет текстовый файл как файл, содержащий символы, организованные в ноль или более строк,[4] где строки представляют собой последовательности из нуля или более символов, отличных от новой строки, плюс завершающий символ новой строки,[5] обычно LF.

Кроме того, POSIX определяет файл для печати в виде текстового файла, символы которого можно печатать или использовать пробел или возврат в соответствии с региональными правилами. Это исключает большинство управляющих символов, которые не печатаются.[6]

Текстовые файлы Apple Macintosh

До появления Mac OS X (теперь называется macOS), классическая Mac OS система считала содержимое файла (ветвь данных) текстовым файлом, когда его вилка ресурса указывает, что тип файла был «ТЕКСТ».[7] Строки текстовых файлов Macintosh заканчиваются CR символы.[8]

Будучи сертифицированным Unix, macOS использует POSIX формат для текстовых файлов.[8] Единый идентификатор типа (UTI), используемый для текстовых файлов в macOS, - "public.plain-text"; дополнительные, более конкретные UTI: "public.utf8-plain-text" для текста в кодировке utf-8, "public.utf16-external-plain-text" и "public.utf16-plain-text" для utf-16- закодированный текст и «com.apple.traditional-mac-plain-text» для классических текстовых файлов Mac OS.[7]

Рендеринг

При открытии текстовым редактором пользователю предоставляется удобочитаемый контент. Часто это простой текст файла, видимый пользователю. В зависимости от приложения управляющие коды могут отображаться либо как буквальные инструкции, выполняемые редактором, либо как видимые. escape-символы который можно редактировать как обычный текст. Хотя в текстовом файле может быть простой текст, управляющие символы внутри файла (особенно символ конца файла) могут отображать простой текст, невидимый определенным методом.

Смотрите также

Примечания и ссылки

  1. ^ Льюис, Джон (2006). Освещение компьютерных наук. Джонс и Бартлетт. ISBN  0-7637-4149-3.
  2. ^ «Использование знаков порядка байтов». Интернационализация приложений Windows. Microsoft. Получено 2015-12-15.
  3. ^ Фрейтаг, Асмус (18 декабря 2015 г.). "FAQ - UTF-8, UTF-16, UTF-32 и BOM". Консорциум Unicode. Получено 2016-05-30. Да, UTF-8 может содержать спецификацию. Однако это делает нет разница в порядке байтов байтового потока. UTF-8 всегда имеет один и тот же порядок байтов. Начальная спецификация используется только в качестве подписи - указание на то, что текстовый файл без пометок находится в UTF-8. Обратите внимание, что некоторые получатели данных в кодировке UTF-8 не ожидают спецификации. Где используется UTF-8 прозрачно в 8-битных средах использование спецификации будет мешать любому протоколу или формату файла, который ожидает определенные символы ASCII в начале, например, использование "#!" of в начале сценариев оболочки Unix.
  4. ^ "3.403 Текстовый файл". IEEE Std 1003.1, издание 2017 г.. IEEE Computer Society. Получено 2019-03-01.
  5. ^ «Линия 3.206». IEEE Std 1003.1, издание 2013 г.. IEEE Computer Society. Получено 2015-12-15.
  6. ^ "3.284 Файл для печати". IEEE Std 1003.1, издание 2013 г.. IEEE Computer Society. Получено 2015-12-15.
  7. ^ а б «Объявленные системой унифицированные идентификаторы типа». Руководства и образец кода. Apple Inc. 2009-11-17. Получено 2016-09-12.
  8. ^ а б «Разработка сценариев для кроссплатформенного развертывания». Библиотека разработчика Mac. Apple Inc. 2014-03-10. Получено 2016-09-12.

внешняя ссылка