| Utvidelser | .txt, .text, - |
|---|---|
| MIME-type | text/plain |
| PUID | x-fmt / 111 |
I databehandling , en tekstfil eller ren tekstfil eller enkel tekstfil er en fil hvis innhold bare representerer en serie tegn ; den bruker nødvendigvis en bestemt form for tegnkoding som kan være en variant eller en utvidelse av den lokale amerikanske standarden, ASCII. Det er ingen offisiell definisjon, og de forskjellige tolkningene av hva en tekstfil er, deler viktige egenskaper. Karakterene som er vurdert er vanligvis utskrivbare tegn , mellomrom og nye linjer. Enkelte standardiserte tegnkodinger inkluderer også visse kontrolltegn, rømningssekvenser eller markører som kan være gjenstand for forskjellig forståelse. Konseptet med en tekstfil er derfor subjektivt og avhenger spesielt av karakterkodesystemene som vurderes ( windows-1252 og ISO-8859-1 har ikke de samme områdene av "utskrivbare" verdier.)
En "ikke-tekst" -fil kalles en " binær fil ", i den forstand at bitene i filen ikke representerer en enkel serie med utskrivbare tegn, mellomrom og nye linjer.
Konseptet med en tekstfil har utviklet seg med databehandlingshistorien.
Ordet " fil " ble brukt offentlig i sammenheng med et datamaskinopptak så tidlig som i februar 1950. En annonse fra Radio Corporation of America fra Popular Science Magazine som beskriver et nytt vakuumrørminne som hun hadde utviklet, forklarte:
"... resultatene av utallige beregninger kan holdes" på fil "og tas ut igjen. En slik "fil" eksisterer nå i et "minne" -rør utviklet ved RCA Laboratories. Elektronisk beholder det tall som mates inn i beregningsmaskiner, holder dem på lager mens den husker nye - hastigheter på intelligente løsninger gjennom labyrinter av matematikk. "I 1952 ble en fil brukt til å betegne informasjonen som ble registrert på et hullkort .
Imidlertid viser det seg at hullkort delte visse egenskaper:
I 1971 indikerer RFC 265 at en fil kan være ASCII, kjørbar eller annen. Han nevner spesielt EBCDIC .
I juli 1972 indikerer RFC 354, som diskuterer tekstutveksling via NVT-ASCII FTP-nettverksprotokollen, at tekstfiler lagres på forskjellige måter avhengig av system:
Det indikerer derfor at for riktig overføring av tekster er det nødvendig at de to partene utfører sin respektive del av konverteringen i en felles koding; på den tiden var det 8-biters ASCII, sier NVT.
Samme år avslørte RFC behovet for en felles enhet for å overføre binære data mellom systemer som ikke har samme størrelse, og foreslo bruk av 8-biters byte, dvs. si det som nå kalles bytes, mens de fremdeles tillater bruk av forskjellige byte / ord hvis det er forhandlet frem.
I 1980 indikerer RFC 765 som spesifiserer FTP-protokollen de tre grunnene til at filen overføres: utskrift, arkivering og behandling. Merket at kodingen alene ikke er tilstrekkelig metainformasjon, den spesifiserer resten og spesielt de forskjellige linjeskiftemekanismene gjennom kontrolltegn eller linjescrolling. På side 12 avklarer RFC at tekstfiler er ASCII-filer så vel som EBCDIC-filer.
I 1985, under utviklingen av FTP-filoverføringsprotokollen, ble det anbefalt å ta to filformater som tekstfil (på engelsk "tekst" -filer ):
På samme måte har ASCII- og EBCDIC-typer blitt akseptert som tekstfiler.
Unicode ren tekst
I dag blir Unicode i økende grad anerkjent som et vanlig tekstformat. Unicode-standarden definerer i sine egne termer hva ren tekst er, under begrepet ren tekst , i sin engelske versjon.
Konseptet med en tekstfil ligner derfor egenskapene som Unicode-standarden tillegger formatet som kalles ren tekst på engelsk og betyr ren tekst.
Generelt og kontroverser
Begrepet ren tekst har, i likhet med begrepet rik tekst (fancy tekst), blitt introdusert av Unicode.
Begrepet ren tekst kan oversettes som ren tekst, ren tekst, ren tekst eller ren tekst.
Linux Information Project gir et begrensende syn.
Kodningsformat
Hvis kodingen er ukjent, er ren tekst ubrukelig.
Vanlig tekst tilnærmet i matematikk
Mens matematikk er et internasjonalt språk, helt eller delvis, kan beregningsrepresentasjonen ha blitt neglisjert når du oppretter forskjellige tegnkodingssystemer. Imidlertid har disse symbolene fått sterk støtte fra Unicode, og tilbyr nye perspektiver.
Historie
Begrepet ren tekst er implisitt ganske gammelt, siden det sannsynligvis går tilbake i det minste om ikke begrepet skrivemaskin til de første programmeringsspråkene som bruker denne teknologien.
I sitt nettverksaspekt er det dokumentert i mange RFCer.
Protokoll og fil
Bruken av ren tekst kan variere mellom protokoll og fil. Dette kan vanligvis være usynlig for brukeren når man kopierer tekst fra en programvare til en annen.
I en protokoll spesifiserer protokollen vanligvis kodingen som brukes på en eller annen måte; lengden på teksten er kanskje ikke begrenset, avhengig av protokollen.
Siden en fil vanligvis har en begrenset størrelse, er det generelt akseptert at et filsystem ikke gir informasjon om kodingen som brukes til å kode en gitt ren tekst. Denne viktige informasjonen bestemmes deretter gjennom et sett med heuristikker.
Tekstfilen er et avgjørende element ved at den gir muligheten til å beskrive kildekoder og legge til rette for programmering av datamaskiner.
Imidlertid lider det de facto av mange interoperabilitetsproblemer.
Når den vises, gir tekstfilen muligheten for å tillate et menneske å sende inn en tekst til automatisk behandling av en maskin. Det gir også muligheten for å slette og legge til en linje, og det fra hullkortene. Denne funksjonaliteten har blitt overtatt av programvare som ed eller edlin .
En tekstfil er begrenset i størrelse, som alle filer, av filhåndteringssystemet .
Videre begrenser man etter konvensjon frivillig antall kolonner. En vanlig konvensjon er gammel er omtrent 80 eller 132 kolonner. Dette tilsvarte standardene for fysiske terminaler i dag utdaterte. Moderne redaktører vet ofte hvordan de skal håndtere lengre linjer, selv om dette ikke anbefales av presentasjonsårsaker.
Tekstfilen kan utgjøre mange interoperabilitetsproblemer (på grunn av ulik koding) mellom land, spesielt mellom programvareleverandører.
Tekstfiler brukes av mange programmer for å lagre konfigurasjonsdata . De brukes også til å inneholde tekster skrevet på programmeringsspråk . I tillegg tilbyr de fleste programmeringsspråk forhåndsdefinerte funksjoner for å manipulere ren tekst, noe som gjør administrasjonen av tekstfiler spesielt tilgjengelig.
Programvaren som brukes til å redigere en tekstfil er en tekstredigerer . Generelt, en tekstbehandler ikke produserer tekstfiler. Faktisk trenger en tekstbehandler ikke bare å håndtere ren tekst, men også informasjon om skrifttypen som brukes, ordningen av tegn på sider, typografiske stiler osv. Tekstbehandlere kan imidlertid åpne eller lagre en tekstfil, uten formateringsinformasjon blir holdt, bortsett fra der det er hensiktsmessig linjeskift.
En tekstfil kan være den underliggende strukturen til en loggfil.
Strukturen til en tekstfil er en sekvens av linjer. Historisk sett er hvert tegn imidlertid justert loddrett, fremdeles i dag, i en online eller lokal tekstredigerer.
Konseptet med en sekvens av linjer er fortsatt et sterkt kjennetegn ved en tekstfil.
En tekstfil kan ganske enkelt inneholde tekst på hvilket som helst språk . I dette tilfellet respekterer den ikke lenger noen spesiell struktur.
Il était une fois une marchande de foie qui vendait du foie dans la Ville de Foix. Elle se dit «ma foi c'est la première fois que je vends du foie dans la ville de Foix !» using (FileStream stm = new FileStream("logfile.txt", FileMode.Create)) { return ProcessStuff(stm); // }En tekstfil kan også inneholde strukturerte data som kan analyseres av programvare og vises i en mer avansert form, for eksempel en webside :
<!DOCTYPE html> <html > <head><title>Page web d'exemple</title></head> <body> <p>Ceci est une page web d'exemple.</p> </body> </html>Vanligvis blir en tekstfil synlig med skrifter med fast bredde som justerer teksten vertikalt. Ankomsten av et stort antall Unicode-tegn i tekstfiler kan sette spørsmålstegn ved dette konseptet.
Til slutt, og mer anekdotisk, kan formålet med en tekstfil omdirigeres til å inneholde et bilde, dette kalles ASCII-kunst :
(\___/) (*) (*) \ / (=*.*=) (°_°) {^o^} (")___(") (+) (+) (| . |) (_) (_) (_) (_)Imidlertid krever denne kunsten at alle viste tegn har samme bredde.
Denne teknologien har særlig blitt brukt til å spesifisere filoverføringsprotokoller.
Bruk av ASCII-art som en del av RFC 765 "FILE TRANSFER PROTOCOL" spesifikasjonen ; år 1980:
------------- |/---------\| || User || -------- ||Interface|<--->| User | |\----:----/| -------- ---------- | V | |/------\| FTP Commands |/---------\| ||Server|<---------------->| User || || PI || FTP Replies || PI || |\--:---/| |\----:----/| | V | | V | -------- |/------\| Data |/---------\| -------- | File |<--->|Server|<---------------->| User |<--->| File | |System| || DTP || Connection || DTP || |System| -------- |\------/| |\---------/| -------- ---------- ------------- Server-FTP User-FTPTekstfiler kan oppleve interoperabilitetsproblemer:
Variasjonene i formater er spesielt knyttet til regionale interesser: tilstedeværelse av aksenttegn eller spesifikke alfabeter. Bransjer ønsker også å tilby nye karakterer som respekterer alle standarder med ujevn strenghet.
Som enhver datafil , en tekstfil i utgangspunktet inneholder biter . Det spesielle med en tekstfil er at hele filen respekterer en tegnkodingsstandard . Det er mange tegnkodingsstandarder, noe som kan gjøre kompatibiliteten til tekstfiler problematisk.
Rollen til ASCIIBenevnelsen "ASCII-fil" brukes ofte forvirret (og / eller misbrukt) i forbindelse med tekstfiler som ikke bruker koding av ASCII- tegn , enten for å markere motstand mot EBCDIC, eller for å forby bruk av andre språk. Engelsk. Det skyldes også en komplisert historie knyttet til USAs, et engelsktalende lands innflytelse og interesser, og det faktum at for tiden tekstfiler generelt er ASCII-kompatible, men ikke begrenset til disse tegnene. Dermed drar UTF-8 tekstfiler fordel av en viss interoperabilitet med programvare som krever ASCII-kompatible filer, i motsetning til UTF-16 tekstfiler, som krever programvare spesielt tilpasset UTF-16.
Stykklisten er en oppfinnelse av Unicode-standarden. Noen ganger er det til stede i begynnelsen av filen for å visuelt indikere kodingen av en fil (denne koden i en UTF8-fil vises "ï" ¿"i iso8859-1). Som sådan er det et magisk tall akkurat som shebang . Men det brukes også og fremfor alt for å bestemme rekkefølgen på byte ( endianness ), og dette kan forårsake problemer for noe programvare.
Escape-sekvenser kan også behandles ujevnt, mens bruken av dem er viktig i ISO-2022 , noe som fører til at mojibake ser ut i ordets rette forstand.