Tekstfil

En tekstfil (med tekstfilformat; kortere tekstformat) kan være flere forskellige filformater (fx US-ASCII og unicode (fx UTF-8)). En fil med filendelsen ".txt" signalerer at filen er en tekstfil. (På et generisk beskrivelsesniveau er der grundlæggende to slags computerfilformater: Tekstfiler og binærfiler.^[1])

Udsnit fra logfil i tekstformat.

Tekstfiler er i modsætning til andre typer computerfiler karakteristisk ved, at indholdet er menneskeligt læsbart og samtidigt ikke indeholder nogen skjulte formatteringskoder sådan som f.eks. en fil skabt med et tekstbehandlingsprogram. De eneste koder, der forekommer, som ikke er umiddelbart synlige, er koder til markering af linieslut, linieskift, tabulering, slutmarkering og lignende helt fundamentale ting. Disse koder ignoreres i forbindelse med maskinel fortolkning af indholdet.

Den simple form gør formatet velegnet til inspektion og udvikling samt til lagring af informationer, der skal kunne læses i og redigeres i af enhvert basalt editor-program, herunder Window's Notepad. Desuden gør simpelheden formatet velegnet til udveksling af data mellem forskellige systemer

Nogle af de vigtigste "usynlige" formateringskoder, der kan forekomme i tekstfiler (ASCII) er følgende:^[2]

Dec  Oct  Hex  Bin      HTML
008  010  008  0001000     BS     backspace                   
009  011  009  0001001  	   HT     Horizontal Tab              (vandret tabulering) 
010  012  00A  0001010  
   LF     Line Feed                   (ny linje) 
011  013  00B  0001011     VT     Vertical Tab                (lodret tabulering)
012  014  00C  0001100     FF     Form Feed                   
013  015  00D  0001101  
   CR     Carriage Return             (retur)

Signalering af "ny linje"

Signalering af "ny linje" har ikke et standardtegn eller standardtegnssammensætning. I tekstfiler benyttes følgende, som typisk afhænger at anvendt styresystem, og anvendt teksteditorkonfiguration/filvalg:^[3][4][5]

• indlejret signalering af "ny linje" (engelsk newline eller end of line) - nogle eksempler:
  • Unix og unix-lignende (incl. MacOS(X)(>=10)) - består af styretegnet: \n eller ASCII-linefeed (LF)
  • Microsoft Windows, DOS - består af styretegnet: \r efterfulgt af \n - eller ASCII-carriage-return (CR) efterfulgt ASCII-linefeed (LF)
  • Mac Classic Mac OS(<10) - består af styretegnet: \r eller ASCII-carriage-return (CR)

Ovenstående har historisk været og er i dag en stor udfordring, når man skal arbejde sammen på tværs af styresystemer og skal udveksle tekstfiler (fx kildekode) med andre som arbejder på andre styresystemer. Man bør som en del af dataintegriteten rydde op i "ny linje"-signaleringen.^[6][7] Gør man ikke det, kan der ske besynderlige ting, når andre skal editere (i bedste fald vises mystiske grafiksymboler) - og oversætte kildekode. Mange oversættere kan ikke behandle "forkerte" "ny linje"-signaleringer.

Nogle anvendelseseksempler (langt fra komplet liste)

• Systemfiler af betydning for computerens eller visse computerprogrammers organisering og opsætning.
  • Initieringsfiler (med filtypebetegnelsen .ini)
  • Logfiler
• Batchfiler og lignende kommandofiler vedrørende udførelse af DOS-programmer eller igangsætning af compilering af computerprogrammer.
• Fortolkede formater
  • HTML-filer eller XHTML-filer (med en af filtypeendelserne .html, .htm eller .xhtml)
  • Javascript-kode (med filtypeendelsen .js – hvis ikke integreret i HTML-dokumenter)
  • ASP-kode og ASPX-kode (med en af filtypeendelserne .asp eller .aspx)
  • PHP-kode (med filtypeendelsen .php)
  • XML-kode (med filtypebetegnelse .xml)
  • VRML-kode (med filtypebetegnelsen .wrl)
  • include-filer af forskellig art (med filtypebetegnelsen .inc)
  • Fortolket programkode, f.eks. skrevet i Basic eller COMAL
• Ressourcefiler
  • Cascading Style Sheets (med filtypeebetegnelsen .css – hvis ikke integreret i HTML-dokumenter)
  • Kommaseparerede databasefiler
  • Kommaseparerede tabeller beregnet på indlæsning i regneark
• Kildefiler i forbindelse med systemudvikling og programmering af f.eks.
  • Javaprogrammer og Java-applets
  • Programmer skrevet i C, C# og C++
  • Programmer skrevet i assembler-kode

I forbindelse med programmering compileres kildekoden af en compiler til enten ren maskinkode (C og C++) eller til en komprimeret abstrakt bytekode (Java), der i modsætning til ren maskinkode er platformsuafhængig. Det man almindeligvis forstår ved software er sådan maskinlæsbar og dermed lynhurtigt eksekverbar kode.

Af de fortolkede tekstformater er XML-formatet (Expanable Markup Language) interessant ved at være så fleksibelt, at det kan benyttes til mange forskellige former for opbevaring og transmission af data, herunder bl.a. vektorgrafik.

Se også

• Teksteditor
• Notepad - standard Microsoft Windows teksteditor