Text file

.txt · Dokumenty

Soubor .txt obsahuje jen znaky: žádná písma, tučné řezy, obrázky ani rozvržení stránky. V tom je jeho síla. Textový soubor napsaný v roce 1985 dnes přečte libovolný editor na jakémkoli zařízení a bude čitelný i za padesát let. Potkáte ho jako README u programů, logy, exportované poznámky, seznamy z telefonu nebo výstupy ze starších systémů.

Soubor bez formátu

Přesně vzato TXT není formát, ale zvyklost. Přípona říká „tohle je text“ a nic víc; nemá hlavičku, verzi ani vlastní normu. Na internetu se takový obsah označuje typem text/plain podle RFC 2046. O tom, jestli se textový soubor zobrazí správně, rozhodují dvě skryté vlastnosti: kódování znaků a konce řádků.

Kódování znaků

Počítač ukládá čísla a kódování určuje, které číslo znamená které písmeno. Prvních 128 znaků (ASCII, 1963) je všude stejných. Pro češtinu se ale desítky let používalo několik navzájem nekompatibilních tabulek: Windows-1250 ve Windows, ISO 8859-2 v Linuxu a na webu, v dobách DOSu ještě Kamenických nebo CP852. Soubor sám neprozradí, kterou tabulku používá.

Dnešním standardem je UTF-8 (RFC 3629). Pokrývá všechna písma a čistý ASCII text je zároveň platné UTF-8. Některé programy dávají na začátek souboru UTF-8 tři neviditelné bajty EF BB BF. Tahle značka BOM pomáhá editorům kódování poznat, ale může zmást skripty a některé importy. Poznámkový blok ve Windows ukládá nové soubory jako UTF-8 bez BOM od Windows 10 verze 1903 (2019); předtím ukládal ve Windows-1250.

Konce řádků

Windows ukončují řádek dvěma řídicími znaky (CR LF), Linux a macOS jedním (LF), klasický Mac OS před rokem 2001 používal samotné CR. Soubor přenesený mezi systémy se pak může zobrazit jako jeden dlouhý řádek nebo s prázdnými řádky navíc. Poznámkový blok unixové konce řádků zvládá od Windows 10 verze 1809, starší nástroje ne.

Čím TXT otevřít a upravit

  • Windows: Poznámkový blok; na velké soubory a práci s kódováním bezplatné editory jako Notepad++ nebo Visual Studio Code.
  • macOS: TextEdit (u nového souboru Formát > Převést na prostý text), BBEdit, VS Code.
  • Linux: jakýkoli editor: gedit, Kate, nano, vim.
  • Mobil: vestavěné prohlížeče souborů v Androidu i iOS TXT zobrazí; k úpravám poslouží libovolná aplikace na poznámky nebo textový editor.

Časté problémy

V TXT jsou místo háčků a čárek divné znaky

Typická „rozsypaná čeština“: „Ä›“ místo „ě“ nebo „Ĺ™“ místo „ř“. Soubor je v UTF-8, ale program ho přečetl jako Windows-1250. Opačný případ, starý soubor ve Windows-1250 otevřený jako UTF-8, ukáže náhradní znaky „�“. Text poškozený není. Otevřete ho v editoru, kde jde kódování vybrat (v Notepad++ nabídka Kódování, v LibreOffice Soubor > Otevřít s typem souboru „Text – zvolit kódování“), nastavte správné a uložte jako UTF-8.

Všechno je na jednom řádku

Unixové konce řádků otevřené ve starém programu pro Windows. Otevřete soubor v současném editoru a znovu ho uložte, případně konce řádků převeďte v Notepad++ v nabídce Úpravy.

Soubor TXT je tak velký, že nejde otevřít

Logy o velikosti stovek megabajtů Poznámkový blok ani textový procesor nezvládnou. Použijte editor určený pro velké soubory, na Linuxu a macOS stačí příkaz less.

Převod TXT

TXT se často převádí do PDF k tisku nebo odevzdání, do DOCX či ODT k dalšímu formátování a do EPUB, když chcete delší text číst ve čtečce. Převodník text vysází výchozím písmem na výchozí velikost stránky a výsledek můžete dál upravovat. Nejspolehlivější výsledek s diakritikou dává vstup v UTF-8. Opačně lze na prostý text převést jakýkoli DOCX, ODT, RTF, HTML nebo e-knihu; výstup TXT je u nás vždy v UTF-8. Do TXT jde převést i textové PDF, sken nebo fotka stránky pak projde rozpoznáním textu (OCR): přečteme text z první stránky či obrázku včetně české diakritiky.

TXT ve zkratce

Vývojářnikdo; zvyklost stará jako počítače
Typ MIMEtext/plain (RFC 2046)
Doporučené kódováníUTF-8 (RFC 3629), s BOM i bez
Konce řádkůCR LF (Windows), LF (Linux, macOS)
Formátování, obrázkyžádné
Kompresežádná
Typické použitípoznámky, README, logy, konfigurace, exporty dat

Formát TXT umíme převést do

Dokumenty

PDF DOCX DOC ODT HTMLDOCMDOTDOTXFODTOTT RTFUOTPDF/AABWAWTFOZABW

Obrázky

JPG PNGWEBP GIF TIFFHEICAVIFJXLPSDICOAAIAPNGARTAVS BMP CINCURDCXDDSDPXFF FITSFL32 HDRHRZJP2JBIGJNGJPCMNGMTVOTBPALMPAM PBMPCD PCXPFMPGMPGXPHMPICTPPMPSBPTIFQOIRASRGFSGISIXELSUN TGAVICARVIFFVIPS WBMPXBMXPMXWDDCM

Vektorová grafika

SVG EPSEMFFXGHPGLPOV PSSIFSVGZWMFXAML

Elektronické knihy

EPUB MOBI AZW3 FB2CBZHTMLZ LIT LRF OEB PDB TCRTXTZCB7CBTDJVU

Značkovací jazyky

MDTEXRSTADOCWIKIORGDOCBOOKCONTEXTDOKUWIKIHADDOCKICMLIPYNBJATSJIRAMANMSMUSEOPMLTEITEXITEXTILETYPXWIKIZIM