Tekstfil

Fra Wikipedia, den frie encyklopedi
Gå til: navigasjon, søk

En tekstfil er en datafil bestående kun av tegnkoder. Det vil si at hele innholdet er å betrakte som tekst uten metadata, altså ren tekst. Må ikke forveksles med tekstdokument.

Tegnsett[rediger | rediger kilde]

Tegnsettet bestemmer oversettelsen mellom datastrøm og tegnsekvens. Hvilket tegnsett som er standard avhenger av operativsystem og er som følger:

Forskjellig bruk av tegnsett er et stort problem, ettersom tegnsett, i likhet med all annen metadata, ikke lagres i en tekstfil. Selv i systemer hvor tegnsettet skal oppgis (for eksempel internett), er dette problemet utbredt, fordi tegnsettet som angis ofte bare er satt i en standardinstilling, slik at riktigheten av denne informasjonen er vilkårlig. For eksempel vil en LAMP-server angi feil tegnsett som standard; standardinstillingen for Apache er iso-8859-1, mens systemet for øvrig lagrer tekst og filnavn som UTF-8. Fordi den nevnte standardinnstinningen ikke har rot i virkeligheten, har det blitt vanlig å spesifisere tegnsettet i selve innholdet av HTML-filene, noe som overstyrer tegnsettet i HTTP-hodet. Noen programmer (for eksempel Mozilla Firefox) er i stand til å oppdage og rette visse tegnsettfeil slik at det ikke syns for brukeren, men løsningen er ikke triviell; all foregående tekst må omtolkes i et alternativt tegnsett når det dukker opp en ugyldig tegnkode.

Representasjon av linjeskift[rediger | rediger kilde]

ascii-baserte tegnsett har arvet to tegn for linjeskift fra skrivemaskinens dager, carriage return (CR) og linefeed (LF). Bruken avhenger av operativsystem og er som følger:

  • Unix: LF
  • Windows: CRLF
  • eldre Macintosh: CR

Dette er ikke noe stort problem, siden de fleste teksteditorer takler alle varianter. Et unntak er Windows Notisblokk.

Se også[rediger | rediger kilde]

Tegnsett