Co je soubor TXT?
Soubor s příponou .TXT představuje textový dokument, který obsahuje prostý text ve formě řádků. Odstavce v textovém dokumentu jsou rozpoznány podle konce řádku a slouží k lepšímu uspořádání obsahu souboru. Standardní textový dokument lze otevřít v libovolném textovém editoru nebo aplikaci pro zpracování textu na různých operačních systémech. Veškerý text obsažený v takovém souboru je ve formátu čitelném pro člověka a je reprezentován sekvencí znaků.
Textové soubory mohou ukládat velké množství dat, protože velikost obsahu není nijak omezena. Textové editory otevírající tak velké soubory však musí být chytré, aby je mohly načítat a zobrazovat. Téměř všechny operační systémy jsou dodávány s textovými editory, které umožňují vytvářet a upravovat textové soubory. Například operační systém Windows je pro tento účel dodáván s programem Poznámkový blok a Wordpad. Podobně MacOS přichází s TextEdit pro vytváření a úpravy textových dokumentů. Na internetu jsou však k dispozici i další bezplatné textové editory, které vám poskytují možnost pracovat s textovými dokumenty, jako je Notepad++, který je z hlediska funkčnosti mnohem pokročilejší.
Specifikace formátu souboru
Formát textového souboru nemá žádné speciální specifikace formátu souboru. Textové soubory mají typ MIME “text/plain” a mají malé nebo žádné formátování. To umožňuje textovým editorům otevřít takové soubory bez dalších požadavků. Výchozí znaková sada textových souborů je ASCII, která se používá pro vytváření a zobrazování obsahu textových souborů. Znaky jsou kódovány pomocí znakové sady ASCII, ale to omezuje použití znaků, jako je znak libry, dolaru a eura, které nelze zapsat pomocí znakové sady ASCII. Textové soubory lze tedy ukládat i ve formátu Unicode, přičemž nejčastěji se používá UTF-8.
Formát textového souboru Windows
Textové soubory v OS Windows se skládají z několika řádků, kde každý řádek je tvořen posloupností znaků. Každý řádek předpokládaný uživatelem je definován kombinací dvou znaků, tj. návrat vozíku (CR) a posun řádku (LF). Textové soubory Windows mohou být v kódování ANSI, OEM, Unicode nebo UTF-8. Kódování UTF-16 pomáhá uložit informace v textovém souboru, který vyžaduje dva bajty pro reprezentaci. Takové soubory obvykle začínají značkou Byte Order Mark (BOM), která sděluje endianness obsahu souboru. Je třeba poznamenat, že jiné aplikace v operačním systému Windows mohou ukládat informace ve formátu textového souboru, ale s různými příponami souborů, které představují text specifický pro aplikaci. Například programovací jazyky obvykle ukládají kód do textového souboru, ale s vlastními příponami.
Unixový formát textového souboru
Všechny tyto systémy upřesňují textový soubor jako soubor, jehož znaky jsou uspořádány do nula nebo více řádků. Každý řádek je posloupnost nula nebo více znaků, které nejsou novým řádkem, a znak konce nového řádku, obvykle LF.
