文本文件

文本文件是一種由若干行字符構成的計算機文件。文本文件存在於計算機文件系統中。通常，通過在文本文件最後一行後放置文件結束標誌來指明文件的結束。

文本文件是指一種容器，而純文本是指一種內容。文本文件可以包含純文本。

一般來説，計算機文件可以分為兩類：文本文件和二進制文件。 ^[2] 

ASCII標準使得只含有ASCII字符的文本文件可以在Unix、Macintosh、Microsoft Windows、DOS和其它操作系統之間自由交互，而其它格式的文件是很難做到這一點的。但是，在這些操作系統中，換行符並不相同，處理非ASCII字符的方式也不一致。

文本文件在MIME標準中的類型為“text/plain”，此外，它通常還附加編碼的信息。在Mac OS X出現前，當Resource fork指定某一個文件的類型為“TEXT”時，Mac OS就認為這個文件是文本文件。在Windows中，當一個文件的擴展名為“txt”時，系統就認為它是一個文本文件。此外，處於特殊的目的，有些文本文件使用其它的擴展名。例如，計算機的源代碼也是文本文件，它們的後綴是用來指明它的程序語言的。

.txt是包含極少格式信息的文字文件的擴展名。.txt格式並沒有明確的定義，它通常是指那些能夠被系統終端或者簡單的文本編輯器接受的格式。任何能讀取文字的程序都能讀取帶有.txt擴展名的文件，因此，通常認為這種文件是通用的、跨平台的。

在英文文本文件中，ASCII字符集是最為常見的格式，而且在許多場合，它也是默認的格式。對於帶重音符號的和其它的非ASCII字符，必須選擇一種字符編碼。在很多系統中，字符編碼是由計算機的區域設置決定的。常見的字符編碼包括支持許多歐洲語言的ISO 8859-1。

由於許多編碼只能表達有限的字符，通常它們只能用於表達幾種語言。Unicode制定了一種試圖能夠表達所有已知語言的標準，Unicode字符集非常大，它囊括了大多數已知的字符集。Unicode有多種字符編碼，其中最常見的是UTF-8，這種編碼能夠向後兼容ASCII，相同內容的的ASCII文本文件和UTF-8文本文件完全一致。

微軟的MS-DOS和Windows採用了相同的文本文件格式，它們都使用CR和LF兩個字符作為換行符，這兩個字符對應的ASCII碼分別為13和10。通常，最後一行文本並不以換行符(CR-LF標誌)結尾，包括記事本在內的很多文本編輯器也不在文件的最後添加換行符。

大多數Windows文本文件使用ANSI、OEM或者Unicode編碼。Windows所指的ANSI編碼通常是1字節的ISO-8859編碼，不過對於像中文、日文、朝鮮文這樣的環境，需要使用2字節字符集。在過渡至Unicode前，Windows一直用ANSI作為系統默認的編碼。而OEM編碼，也是通常所説的MS-DOS代碼頁，是IBM為早期IBM個人電腦的文本模式顯示系統定義的。在全屏的MS-DOS程序中同時使用了圖形的和按行繪製的字符。新版本的Windows可以使用UTF-16LE和UTF-8之類的Unicode編碼。

由於結構簡單，文本文件被廣泛用於記錄信息。它能夠避免其它文件格式遇到的一些問題。此外，當文本文件中的部分信息出現錯誤時，往往能夠比較容易的從錯誤中恢復出來，並繼續處理其餘的內容。文本文件的一個缺點是，它的熵往往較低，也就是説，可以用較小的存儲空間記錄這些信息。

計算機的存儲在物理上是二進制的，所以文本文件與二進制文件的區別並不是物理上的，而是邏輯上的。這兩者只是在編碼層次上有差異。

簡單來説，文本文件是基於字符編碼的文件，常見的編碼有ASCII編碼，UNICODE編碼等等。二進制文件是基於值編碼的文件，你可以根據具體應用，指定某個值（可以看作是自定義編碼）。

從上面可以看出文本文件基本上是定長編碼的(也有非定長的編碼如UTF-8)，基於字符，每個字符在具體編碼中是固定的，ASCII碼是8個比特的編碼，UNICODE一般佔16個比特。而二進制文件可看成是變長編碼的，因為是值編碼，多少個比特代表一個值，完全由自己決定。

文本工具打開一個文件，首先讀取文件物理上所對應的二進制比特流，然後按照所選擇的解碼方式來解釋這個流，然後將解釋結果顯示出來。一般來説，你選取的解碼方式會是ASCII碼形式（ASCII碼的一個字符是8個比特），接下來，它8個比特8個比特地來解釋這個文件流。記事本無論打開什麼文件都按既定的字符編碼工作（如ASCII碼），所以當他打開二進制文件時，出現亂碼也是很必然的一件事情了，解碼和譯碼不對應。

文本文件的存儲與其讀取基本上是個逆過程。而二進制文件的存取與文本文件的存取差不多，只是編/解碼方式不同而已。

因為文本文件與二進制文件的區別僅僅是編碼上不同，所以他們的優缺點就是編碼的優缺點。一般認為，文本文件編碼基於字符定長，譯碼容易；二進制文件編碼是變長的，所以它靈活，存儲利用率要高些，譯碼難一些（不同的二進制文件格式，有不同的譯碼方式）。

在windows下，文本文件不一定是ASCII來存貯的，因為ASCII碼只能表示128的標識，打開一個txt文檔，然後另存為，有個選項是編碼，可以選擇存貯格式，一般來説UTF-8編碼格式兼容性要好一些。而二進制用的計算機原始語言，不存貯兼容性。