文本文件
此條目沒有列出任何參考或來源。 (2014年12月26日) |
文本文件(text file,textfile,flatfile)一般指只有字符原生編碼構成的二進制計算機文件,與富文本相比,其不包含字樣樣式的控制元素,能夠被最簡單的文本編輯器直接讀取。
副檔名 |
.txt |
---|---|
網路媒體型式 |
text/plain |
類型代碼 | TEXT |
統一類型標識 | public.plain-text |
UTI結構 | public.text |
格式類型 | 文件檔案格式、視頻文件格式 |
數據存儲
由於結構簡單,文本文件被廣泛用於記錄信息,它能夠避免其它文件格式遇到的一些問題。此外,當文本文件中的部分信息出現錯誤時,往往能夠比較容易的從錯誤中恢復出來,並繼續處理其餘的內容。文本文件的一個缺點是熵值較低,也就是說,其實本可以用更小的存儲空間記錄這些信息。
格式
ASCII
ASCII標準使得只含有ASCII字符的文本文件可以在Unix、Macintosh、Microsoft Windows、DOS和其它操作系統之間自由交互,而其它格式的文件是很難做到這一點的。但是,在這些操作系統中,換行符並不相同,處理非ASCII字符的方式也不一致。
MIME
文本文件在MIME標準中的類型為"text/plain",此外,它通常還附加編碼的信息。在Mac OS X出現前,當資源分叉(resource fork)指定某一個文件的類型為「TEXT」時,Mac OS就認為這個文件是文本文件。在Windows中,當一個文件的擴展名為「txt」時,系統就認為它是一個文本文件。此外,處於特殊的目的,有些文本文件使用其它的擴展名。例如,計算機的源代碼也是文本文件,它們的後綴是用來指明它的程序語言的。
.txt
.txt是包含極少格式信息的文字文件的擴展名。.txt格式並沒有明確的定義,它通常是指那些能夠被系統終端或者簡單的文本編輯器接受的格式。任何能讀取文字的程序都能讀取帶有.txt擴展名的文件,因此,通常認為這種文件是通用的、跨平台的。
在英文文本文件中,ASCII字符集是最為常見的格式,而且在許多場合,它也是默認的格式。對於帶重音符號的和其它的非ASCII字符,必須選擇一種字符編碼。在很多系統中,字符編碼是由計算機的區域設置決定的。常見的字符編碼包括支持許多歐洲語言的ISO 8859-1。
由於許多編碼只能表達有限的字符,通常它們只能用於表達幾種語言。Unicode制定了一種試圖能夠表達所有已知語言的標準,Unicode字符集非常大,它囊括了大多數已知的字符集。Unicode有多種字符編碼,其中最常見的是UTF-8,這種編碼能夠向後兼容ASCII,相同內容的ASCII文本文件和UTF-8文本文件完全一致。
Windows的.txt文件
微軟的MS-DOS和Windows採用了相同的文本文件格式,它們都使用CR和LF兩個字符作為換行符,這兩個字符對應的ASCII碼分別為13和10。通常,最後一行文本並不以換行符(CR-LF標誌)結尾,包括記事本在內的很多文本編輯器也不在文件的最後添加換行符。
大多數Windows文本文件使用ANSI、OEM或者Unicode編碼。Windows所指的ANSI編碼通常是1字節的ISO-8859編碼,不過對於像中文、日文、朝鮮文這樣的環境,需要使用2字節字符集。在過渡至Unicode前,Windows一直用ANSI作為系統默認的編碼。而OEM編碼,也是通常所說的MS-DOS代碼頁,是IBM為早期IBM個人電腦的文本模式顯示系統定義的。在全屏的MS-DOS程序中同時使用了圖形的和按行繪製的字符。新版本的Windows可以使用UTF-16LE和UTF-8之類的Unicode編碼。
展現
用文本編輯器打開一個文本文件後,用戶可以看到可讀的純文本內容。控制字符有時被編輯器當做文字指令,有時被當做像純文本那樣可編輯的轉義字符。儘管文本文件裡面有純文本信息,但是通過特殊方法,文件內的控制字符(尤其是文件結束字符)可以讓純文本不可見。