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
| Vývojář | nikdo; zvyklost stará jako počítače |
|---|---|
| Typ MIME | text/plain (RFC 2046) |
| Doporučené kódování | UTF-8 (RFC 3629), s BOM i bez |
| Konce řádků | CR LF (Windows), LF (Linux, macOS) |
| Formátování, obrázky | žádné |
| Komprese | žádná |
| Typické použití | poznámky, README, logy, konfigurace, exporty dat |