текстовые файлы какого формата содержат только коды символов и не содержат символов форматирования

Какие форматы текстовых файлов бывают и в каких программах можно открывать

Читайте, что это за форматы текстовых файлов: TXT, RTF, DOC, DOCX, HTML, PDF. Какие программы поддерживают и как можно редактировать, открывать и сохранять. Далее поговорим о них подробнее. Во время работы с документами можно далеко не сразу обратить внимание на доступное им разнообразие форматов. Далее мы подробнее остановимся на особенностях каждого из них.

Самый распространенный и простой формат текстовых файлов — TXT

Если говорить о том, какой формат текстовых файлов появился первым, это будет txt – его история началась практически одновременно с возникновением такого явления, как персональный компьютер. В файле имеется исключительно текст, форматирование, картинки и шрифты в txt не сохраняются. Данный формат можно считать одним из наиболее универсальных – его распознают сотни приложений для различных устройств.

Среди прочего, TXT можно открыть одним из следующих приложений:

Форматы файлов текстовых документов начали стремительно развиваться, и компания Microsoft разработала решение Rich Text Format — RTF. Перед нами кросс-платформенный формат, способный хранить текстовые сведения. RTF способен сохранять форматирование и вставлять в текст различные объекты:

Формат rtf работает с технологией «управляющих» слов, они выделяются специальными символами и поэтому документ занимает больше места на диске.

RTF можно открыть одним из следующих приложений:

Обсуждая распространенные форматы текстовых файлов следует отдельно сказать о doc. Данное решение также было создано корпорацией Microsoft, оно применялось редактором Word. Отметим, что файлы doc относятся к бинарным, их поддерживают практически все существующие сегодня текстовые редакторы. Данный формат поддерживает гиперссылки, вставку в текст картинок и прочих объектов, стили и форматирование.

Открыть DOC можно одним из следующих приложений:

Открыть DOCX можно одной из следующих программ:

Форматы, в основу которых положена технология HTML получили широкое распространение, среди них следует отметить MHT, CHM и HTM. Язык HTML создавался специально для разработки веб-страниц, однако его удобство, небольшой размер и универсальность привели к тому, что сейчас данное решение активно используется для хранения текстовой информации. Файл HTML легко воспроизвести базовыми инструментами ОС, он не требует установки стороннего программного обеспечения.

Компания Adobe создала данное решение для различных полиграфических целей. Файлы pdf оказались настолько удобными, что превратились в стандарт в сфере обмена документами.

Также PDF можно открыть одним из следующих приложений:

Данный формат используется в документах OpenOffice. Он является открытым и выступает альтернативой коммерческому решению docx. Также позволяет добавлять в текстовую информацию гиперссылки, таблицы, изображения.

Открыть ODT можно одним из следующих приложений:

Форматы текстовых файлов для электронных книг

Существует особые текстовые форматы, которые созданы специально для чтения на электронных книгах. Для работы с подобными материалами требуется особое устройство или программное обеспечение. Документы, сохранные в таких форматах не поддерживают редактирование.

К ним можно отнести:

Как поменять формат текстовых файлов

Чтобы сохранить текстовый файл в определенном формате легче всего использовать функции приложения Microsoft Word. Алгоритм действий следующий:

Далее, чтобы изменить формат текстового файла достаточно выбрать предпочтительный из выпадающего списка и указать место сохранения. Word способен самостоятельно определять текстовые форматы файлов, что позволяет легко преобразовывать документы.

Изменение txt

В случае с txt, проще внести перемены в расширение документа. Первое, что необходимо сделать, это включить показ расширений в операционной системе.

Источник

Текстовый файл

Те́кстовый файл — компьютерный файл, содержащий текстовые данные, как правило, организованные в виде строк.

Текстовым файлам противопоставляются двоичные файлы, в которых содержатся данные, не рассчитанные на интерпретацию в качестве текста (например, файлы, хранящие закодированные звук или изображение).

В отличие от термина «текстовый формат», характеризующего содержимое данных, термин «текстовый файл» относится к файлу и характеризует его как контейнер, хранящий такие данные.

Содержание

Описание

Текстовый файл представляет из себя последовательность символов (в основном печатных знаков, принадлежащих тому или иному набору символов). Это символы обычно сгруппированы в строки (англ. lines, rows ). В современных системах строки разделяются разделителями строк, в прошлом же применялось хранение строк в виде записей постоянной или переменной длины (см.: Перфокарта). Иногда конец текстового файла (особенно если в файловой системе не хранится информация о размере файла) также отмечается одним или более специальными знаками, известными как маркеры конца файла.

Текстовой файл может содержать как форматированный, так и неформатированный текст.

Преимущества и недостатки

Форматы, основанные на текстовых файлах

В текстовом файле текст может храниться как в неформатированном, так и форматированном или размеченном виде (например, Rich Text Format, HTML), где к каждому символу может быть применено форматирование (шрифт, начертание, размер и т. п.).

Расширения имён файлов

В DOS и Windows для файлов с неформатированным текстом обычно используется расширение .txt. Тем не менее, текстовыми могут являться файлы с любым другим расширением или без оного. Например, исходные коды программ обычно хранятся в файлах с расширениями, соответствующими языку программирования, на котором написаны программы (.bas, .pas, .c).

Форматированный тест (текст с разметкой) обычно хранится в файлах с расширением, соответствующим формату или языку разметки — .rtf, .htm, .html.

Кодировки

8-битный текст

Исторически для кодирования текстовых файлов применялись 7-битный набор символов ASCII, а также 8-битные EBCDIC и различные расширения ASCII. В 8-битных кодовых страницах общепринято использовать в первой половине кодовой таблицы символы, соответствующие ASCII.

Преимуществом 8-битного представления текста является программная простота и независимость от проблемы порядка байтов или длины машинного слова на разных платформах. Недостаток — большое количество различных стандартов, что может приводить к несовместимости.

Unicode в текстовых файлах

Применение Unicode в текстовых файлах хотя в основном решает «проблему кодировок» и стандартизирует употребление управляющих символов, но создаёт свои проблемы. В большинстве современных систем неделимой единицей информации в потоке данных является байт (8 бит), которых для кодирования одного символа из Юникода требуется несколько. В качестве решения применяются несовместимые между собой системы UTF-8 и две версии UTF-16 (UTF-16LE и UTF-16BE с противоположным порядком байтов). Иногда в начало файла добавляют специальный символ-маркер (U+FEFF [1] ), позволяющий распознать формат однозначно. UTF-8 имеет преимущество обратной совместимости с ASCII, однако программная обработка текста в UTF-8 усложняется непостоянным размером символа. Также, тексты в Юникоде отличаются ещё большей избыточностью, нежели 8-битные.

Управляющие символы

Различные операционные системы придерживаются своего представления перевода строки и конца файла. В UNIX перевод строки состоит из одного символа LF (код 10), в Mac OS — из символа CR (код 13), а в DOS и Windows перевод строки кодируется последовательностью двух символов: CR и LF.

Помимо названных, в текстовых файлах применяются такие символы, как табуляция (код 9) и перевод страницы (код 12).

Источник

Форматы текстовых файлов.Текстовый редактор Microsoft Word.

Ищем педагогов в команду «Инфоурок»

Тема: Технология обработки текстовой информации

-изучить текстовый процессор MS WORD. Возможностями ввода,вывода форматирования и ре. Создавать различные текстовые документы, научится вставлять в текстовый документ таблицы, формулы, иллюстрации, фигурный текст.

Методы: наглядный, словесный

Оборудование: рабочая тетрадь, канцелярские принадлежности, мультимедийный проектор

-подготовка рабочего места

-сообщение темы и целей урока

II . Проверка знаний полученных ранее.

— комментированное выставление оценок

III . Изложение нового материала.

Форматы текстовых файлов

Основные термины текстовых редакторов

Одной из самых популярных прикладных функций персонального компьютера сегодня является создание текстовой информации, то есть использование ПК в качестве пишущей машинки. Осуществить работу по созданию текстовых массивов позволяют текстовые блокноты, записные книжки, редакторы (процессоры), офисные издательские системы и другие программы, поставляемые в составе операционных систем и операционных оболочек. Они обладают минимальным набором выполняемых функций, однако, достаточными для выполнения элементарных операций с данными. Такие продукты позволяют пользователю не только набрать (напечатать) текст, но выполнить над ним ряд операций: редактирование, форматирование, разбивка текста на страницы, использование разнообразных шрифтов, печать и многое другое.

Технологии обработки текстов являются одними из наиболее распространенных технологий обработки информации. Текст – любая последовательность символов, к которым относятся буквы, пробел, знаки препинания, цифры, знаки арифметических операций и т.п. Текст можно создать карандашом, пером, авторучкой, на пишущей машинке, наконец, на компьютере.

К аппаратным средствам компьютера для ввода текстового документа относится клавиатура, световой карандаш со специальным планшетом, сканер.

· системы, осуществляющие интеллектуальный поиск и интеллектуальную обработку текстов, размещенных в сетях.

Текстовый редактор – программное средство, предназначенное для создания (ввода, набора), редактирования и оформления текстов. Примеры: «Лексикон», «Слово и дело», «Edit», «Ched», «NotePad», «Write».

Текстовый процессор отличается от текстового редактора более широкими функциональными возможностями:

· настраиваемое пользователем меню;

· использование контекстного меню;

· сопровождение текста таблицами и проведение в них простейших расчетов;

· вставка графических объектов (рисунков, диаграмм, заголовков и пр.) или создание рисунков с помощью встроенных инструментов;

· вставка формул, графиков, диаграмм;

· оформление текста списками, буквицами;

· использование инструмента автокоррекции текста и его автореферирования;

· создание и использование макросов;

· фоновая проверка орфографии, синтаксиса и др.

Примеры : Word (Microsoft Office), Word Pro (Lotus Smart Suite), Word perfect (Perfect Office), Accent, Word Pad.

Редакционно-издательские системы должны обеспечить все функции текстового процессора, а также:

· воспринимать тексты, созданные в различных текстовых редакторах;

· воспринимать отсканированные или нарисованные в графических редакторах иллюстрации, созданные на ПК разных платформ, и корректировать их цвета;

· иметь большой набор шрифтов и возможность их графического преобразования;

· иметь возможность для различного «обтекания» рисунка текстом;

· обеспечивать автоматическое оптимальное размещение текста на странице, автоматическую нумерацию страниц;

· обеспечивать адаптацию к различным печатающим устройствам и т.п.

Программы-переводчики или компьютерные словари содержат переводы на разные языки сотен тысяч слов и словосочетаний. Их возможности, предоставляемые пользователю, заключаются в следующем:

· выбор языка и направления перевода;

· предоставление не только общеупотребительных, но и специализированных слов;

· обеспечение быстрого поиска словарных статей;

· предоставление мультимедийных услуг – прослушивание слов в исполнении дикторов.

Рассматривая технологию создания текста, необходимо знать определение таких понятий как шрифт, графема, сериф, кегль, а также пагинация, выключка, кернинг, интерлиньяж.

Графема – единица письменного знака, выступающая в различных вариантах в зависимости от стиля письма, места в предложении и т.д.

Шрифт – выполненные в едином стиле графемы букв, используемых для письма.

Сериф – завиток (росчерк, засечка), образующий окончание линии, которой изображена буква или знак (литера).

Кегль – размер шрифта, определяемый литерой.

Выключка – выравнивание длины печатных строк по заданному размеру путем увеличения промежутков между словами.

Пагинация (от английского page – страница) – разбивка на страницы.

Кернинг – уменьшение расстояния между буквами для более удобного и комфортного восприятия текста глазом.

Интерлиньяж – регулировка промежутка между строками.

Формат файла определяет способ хранения текста в файле. Простейший формат текстового файла содержит только символы (числовые коды символов), другие же форматы содержат дополнительные управляющие числовые коды, которые обеспечивают форматирование текста.

Рассмотрим некоторые наиболее распространенные форматы текстовых файлов.

Только текст (TextOnly) (TXT). Наиболее универсальный формат. Сохраняет текст без форматирования, в текст вставляются только управляющие символы конца абзаца. Применяют этот формат для хранения документов, которые должны быть прочитаны в приложениях, работающих в различных операционных системах.

Текст в формате RTF (Rich Text Format) (RTF). Универсальный формат, который сохраняет все форматирование. Преобразует управляющие коды в команды, которые могут быть прочитаны и интерпретированы многими приложениями, в результате информационный объем файла существенно возрастает.

Документ Word (DOC). Оригинальный формат используемой в настоящее время версии Word. Полностью сохраняет форматирование. Использует 16-битную кодировку символов, что требует использование шрифтов Unicode.

Документ Word 2.0, Word 6.0/95 (DOC). Оригинальные форматы предыдущих версий редактора Word. При преобразовании из формата Word 97/2000/2003 форматирование сохраняется не полностью.

Works 4.0 для Windows (WPS). Оригинальный формат интегрированной системы Works 4.0. При преобразовании из формата Word форматирование сохраняется не полностью.

HTML-документ (HTM, HTML). Формат хранения Web-страниц. Содержит управляющие коды (тэги) языка разметки гипертекста.

Выбор требуемого формата текстового документа или его преобразование производится в процессе сохранения файла.

Основные понятия текстового редактора

При помощи Word можно создавать практически любые документы и публиковать их в электронном виде или в виде печатных копий. Основные возможности Word можно разделить на несколько категорий.

Текст может быть введен в документ посредством набора на клавиатуре. Кроме того, можно вставить в документ определенные текстовые фрагменты или даже целые файлы. Word предоставляет множество функций, позволяющих выполнять корректорскую правку, редактирование и изменение текстовой информации наиболее удобным способом. Так, функция автотекста позволяет вставлять в документ часто используемые фразы при наборе лишь нескольких первых букв этих фраз. Функция автокоррекции автоматически исправляет наиболее распространенные опечатки, орфографические и грамматические ошибки, освобождая пользователя от необходимости заниматься их исправлением.

Word позволяет устанавливать межстрочный интервал, характер выравнивания и размер отступов, выбирать гарнитуру и размер шрифта, а также его начертание.

Гарнитура шрифта — полиграфический термин, характеризующий стилистические особенности изображения символов шрифта.

Текстовая информация может быть представлена в виде таблиц, в документах могут быть определены колонтитулы, простые и концевые сноски, гюдписи или текстовые рамки к рисункам и таблицам.

В Word имеется набор встроенных средств для создания геометрических фигур, линий, прямоугольников, овалов и других простых графических объектов. Кроме того, имеется возможность выбирать и вставлять в документы десятки предопределенных фигур и готовых рисунков.

Word предоставляет всевозможные функции верстки, позволяющие размещать текстовую и графическую информацию на странице для подготовки практически любой полиграфической продукции, от указателей и бюллетеней до книг и журналов.

Например, можно форматировать текст в виде нескольких колонок, дополнять его графикой, задавать обтекание текста вокруг врезок и иллюстраций, определять чередующиеся верхние и нижние колонтитулы (различные для четных и нечетных страниц), создавать предметный указатель, оглавление и перекрестные ссылки.

Параметры Word могут быть настроены в соответствии с любыми конкретными требованиями к рабочей среде.

Печатные документы разделяются на страницы. Функции форматирования страниц в Word позволяют определять размеры полей, колонтитулы, нумерацию страниц, количество колонок и прочие параметры страницы.

В сложных документах может возникнуть необходимость в использовании более одной группы параметров форматирования. Например, для различных частей документа может понадобиться различный текст колонтитулов или потребуются страницы, на которых текст форматируется как в одну, так и в несколько колонок.

В этом случае документ следует разбить на разделы. Каждому разделу соответствует свой набор параметров форматирования.

В Word шаблоны используются для сохранения информации о форматировании документов, горячих клавишах, пользовательских меню, панелях инструментов и прочей информации. Все новые документы создаются на основе шаблонов. В комплект поставки Word входят десятки предопределенных шаблонов для различных типов документов, включая служебные записки, письма, отчеты, резюме, бюллетени и юридические документы. Пользователь может изменять имеющиеся и создавать новые шаблоны в соответствии с потребностями.

Текстовый редактор — это программа обработки текста, которая используется для создания новых документов (писем, отчетов, бюллетеней) или изменения уже существующих.

Microsoft Word позволяет вводить, редактировать, форматировать и оформлять текст, грамотно размещать его на странице. С помощью этой программы можно вставлять в документ графику, таблицы и диаграммы, а также автоматически исправлять орфографические и грамматические ошибки. Текстовый редактор Word обладает и многими другими возможностями, значительно облегчающими создание и редактирование документов. Наиболее часто используемые функции:

автоматический переход на следующую строку;

организация функции автоматической коррекции и исправления при наличии опечатки, а функция автоматической проверки орфографии подчеркивает неправильно написанные слова красной волнистой линией, чтобы их было легче увидеть и исправить;

возможность пользоваться дефисами для выделения пунктов списка, употреблять дроби, знак торговой марки или другие специальные символы, организация функций автоматического форматирования;

представление текста в виде таблицы, для этого Microsoft Word предлагает гораздо более эффективные средства. А если таблица содержит цифровые данные, то их легко превратить в диаграмму;

наличие режима предварительного просмотра позволяет увидеть документ в том виде, в каком он выйдет из печати. Кроме того, он дает возможность отобразить сразу все страницы, что удобно для внесения изменений перед распечаткой.

Щелкнуть по кнопке «Пуск».

В развернувшемся меню найти пункт «Программы».

Графический интерфейс данного текстового редактора представлен в виде:

информационной строки, где выводится информация о названии используемого текстового редактора и названии создаваемого документа;

кнопок управления окном, расположенных в верхнем правом углу экрана монитора и предназначенных для управления работой окна.

строки меню, представляющего собой основной перечень выполняемых функций редактора и содержащего группы команд, объединенные одним именем.

позиционных линеек, размещающихся под панелью инструментов и справа от рабочего поля редактора. Они предназначены для установки параметров отступов, абзацев, границ текста, позиций табуляторов;

рабочего поля редактора, которое составляет область интерфейса, используемую для ввода текста;

двух полос прокрутки, расположенных непосредственно под рабочим полем и справа от него. Полосы предназначены для быстрого перемещения курсора и содержимого текстового файла (документа) по рабочему полю редактора;

строки состояния, которая отражает все сведения о текущем документе, справочную информацию о командах, кнопках и их назначении;

помощника, который организован в дополнительном окне и выполняет консультационную функцию. При необходимости его можно убрать с экрана за ненадобностью. Для этого щелкните по кнопке Свернуть, расположенной в верхнем правом углу его окна.

IV . Закрепление знаний полученных ранее:

VI . Задание на дом: Выучить конспект

Источник

Язвы и грабли CSV и Excel: проблемы и решения

CSV является стандартом де-факто для связи между собой разнородных систем, для передачи и обработки объемных данных с «жесткой», табличной структурой. Во многих скриптовых языках программирования есть встроенные средства разбора и генерации, он хорошо понятен как программистам, так и рядовым пользователям, а проблемы с самими данными в нем хорошо обнаруживаются, как говорится, на глаз.

История этого формата насчитывает не менее 30 лет. Но даже сейчас, в эпоху повального использования XML, для выгрузки и загрузки больших объемов данных по-прежнему используют CSV. И, несмотря на то, что сам формат довольно неплохо описан в RFC, каждый его понимает по-своему.

Начнем с того, что форматом CSV на самом деле называют три разных текстовых формата, отличающихся символами-разделителями: собственно сам CSV (comma-separated values — значения, разделенные запятыми), TSV (tab-separated values — значения, разделенные табуляциями) и SCSV (semicolon separated values — значения, разделенные точкой с запятой). В жизни все три могут называться одним CSV, символ-разделитель в лучшем случае выбирается при экспорте или импорте, а чаще его просто «зашивают» внутрь кода. Это создает массу проблем в попытке разобраться.

Как иллюстрацию возьмем казалось бы тривиальную задачу: импортировать в Microsoft Outlook данные из таблицы в Microsoft Excel.

В Microsoft Excel есть средства экспорта в CSV, а в Microsoft Outlook — соответствующие средства импорта. Что могло быть проще — сделал файлик, «скормил» почтовой программе и — дело сделано? Как бы не так.

Создадим в Excel тестовую табличку:

… и попробуем экспортировать ее в три текстовых формата:

Какой вывод мы делаем из этого. То, что здесь Microsoft называет «CSV (разделители — запятые)», на самом деле является форматом с разделителями «точка с запятой». Формат у Microsoft — строго Windows-1251. Поэтому, если у вас в Excel есть Unicode-символы, они на выходе в CSV отобразятся в вопросительные знаки. Также то, что переводами строк является всегда пара символов, то, что Microsoft тупо берет в кавычки все, где видит точку с запятой. Также то, что если у вас нет Unicode-символов вообще, то можно сэкономить на объеме файла. Также то, что Unicode поддерживается только UTF-16, а не UTF-8, что было бы сильно логичнее.

Два майкрософтовских продукта не понимают друг друга, у них напрочь отсутствует возможность передать через текстовый файл структурированные данные. Для того, чтобы все заработало, требуются «пляски с бубном» программиста.

Мы помним, что Microsoft Excel умеет работать с текстовыми файлами, импортировать данные из CSV, но в версии 2007 он делает это очень странно. Например, если просто открыть файл через меню, то он откроется без какого-либо распознавания формата, просто как текстовый файл, целиком помещенный в первую колонку. В случае, если сделать дабл-клик на CSV, Excel получает другую команду и импортирует CSV как надо, не задавая лишних вопросов. Третий вариант — вставка файла на текущий лист. В этом интерфейсе можно настраивать разделители, сразу же смотреть, что получилось. Но одно но: работает это плохо. Например, Excel при этом не понимает закавыченных переводов строк внутри полей.

Более того, одна и та же функция сохранения в CSV, вызванная через интерфейс и через макрос, работает по-разному. Вариант с макросом не смотрит в региональные настройки вообще.

Стандарта CSV как такового, к сожалению, нет, но, между тем, существует т.н. memo. Это RFC 4180 года, в котором описано все довольно толково. За неимением ничего большего, правильно придерживаться хотя бы RFC. Но для совместимости с Excel следует учесть его собенности.

Вот краткая выжимка рекомендаций RFC 4180 и мои комментарии в квадратных скобках:

Вот в нотации ABNF описание формата:

Также при реализации формата нужно помнить, что поскольку здесь нет указателей на число и тип колонок, поскольку нет требования обязательно размещать заголовок, здесь есть условности, о которых необходимо не забывать:

Пример валидного CSV, который можно использовать для тестов:

точно такой же SCSV:

Второй файлик, который по логике SCSV, экселом воспринимается и выходит вот что:

С приведением типов сработало, но зато теперь не обрабатываются нормально переводы строк и осталась проблема с ведущими нулями, кавычками и лишними пробелами. Да и пользователям так открывать CSV крайне неудобно.

Есть эффективный способ, как заставить Excel не приводить типы, когда это нам не нужно. Но это будет CSV «специально для Excel». Делается это помещением знака «=» перед кавычками везде, где потенциально может возникнуть проблема с типами. Заодно убираем лишние пробелы.

И вот что случаеся, если мы открываем этот файлик в экселе:

Чтобы построить хороший и удобный импортер CSV, необходимо помнить о следующем:

Источник