Tekstidata (myös tekstimuoto ) on esitys merkkijonotyyppisistä tiedoista (eli tulostettujen merkkien sarjasta ) tietokonejärjestelmässä . MIME : ssä tällä tavalla koodattu data vastaa tyyppiä text/plain.
Usein tekstidata ymmärretään suppeammassa merkityksessä - tekstinä millä tahansa kielillä ( muodollisella tai luonnollisella ), jota ihminen voi lukea ja ymmärtää.
Tekstimuoto vastustaa " binääridataa ", jonka tieto on koodattu mielivaltaisella tavalla, jota ei ole suunniteltu ihmisen havaitsemiseksi.
Useimmille tietokonelaitteistoille ja -ohjelmistoille ei ole väliä, ovatko tiedot tekstiä. Monet verkkoprotokollat on kuitenkin suunniteltu toimimaan vain tekstidatan kanssa, eivätkä ne voi käsitellä mielivaltaista tavusarjaa. Lisäksi jotkut ohjelmat käsittelevät tekstiä ja binaaridataa eri tavalla, ja jotkut on suunniteltu käsittelemään tekstidataa erityisesti. Tekstitietojen luomiseen ja muokkaamiseen tarkoitettuja ohjelmia kutsutaan tekstieditoreiksi .
Tekstidata on yleensä merkkien osajoukko, joka sisältää vain painettuja merkkejä ( kirjaimet , numerot , välimerkit ) ja joitain ohjausmerkkejä ( välilyöntejä , sarkaimia , rivinvaihtoja ). On olemassa menetelmiä (esimerkiksi UUENCODE tai Base64 ), joiden avulla voit koodata mielivaltaisia tietoja missä tahansa muodossa tekstimuodossa, jota usein käytetään binääritietojen koodaamiseen.
Vaatimus ihmisten ymmärtämisestä sisällöstä tuo ylimääräistä redundanssia tietojen esittämiseen. Esimerkiksi numero 123, jonka koodaukseen riittää yksi 8-bittinen tavu, on koodattu tekstimuodossa useilla digitaalisilla merkeillä - esimerkiksi desimaalilukujärjestelmässä tämä vaatii kolme numeroa ("123"), binäärimuodossa . - seitsemän numeroa ("1111011" ), heksadesimaalilukuna - kaksi ("7B").
Tekstimuoto ei salli sinun käyttää tekstin muotoilukomentoja, hallita fontin attribuutteja, merkitä sisältöä [1] .
Tekstidata voidaan jakaa riveihin. Joissakin käyttöjärjestelmissä (pääasiassa UNIX -perheessä ) rivinvaihto on koodattu yhdellä ohjausmerkillä , jonka koodi on 10 ASCII -taulukossa (nimi - Line Feed, LF), toisissa (esimerkiksi MS-DOS :issa ja Microsoft Windowsissa ) - ohjausmerkkipari, jonka koodit ovat 13 ja 10 (Carriage Return and Line Feed, CR/LF). Mac OS : ssä (mutta ei Mac OS X :ssä) jako on koodattu yhdellä merkillä, koodilla 13.
Tämä jako ohjausmerkillä tai -merkeillä määräytyy siitä, miten kirjoituskoneet , joiden kautta syötettiin joissakin varhaisissa tietokoneissa, työskentelivät - syöttöpaikan osoitti paperirullan asento ja rullan kääntäminen ja siirtyminen seuraavalle riville tarvitaan painamalla yhtä tai kahta näppäintä tai vipua.
Myös rivinvaihtomerkkejä käytettiin ohjaamaan mekaanisia tulostimia (jotka voivat olla samoja kirjoituskoneita, joita käytetään syöttämiseen) - LF-merkki sai paperirullan vierimään ja CR-merkki sai tulostusvaunun palaamaan (mihin ne olivat) rivin alkuun. Tästä syystä merkkien nimi - englanti. Line Feed (rivinvaihto) ja englanti. Vaunun paluu .
Joillakin alustoilla rivinvaihto tehtiin eri tavalla - teksti esitettiin kiinteäpituisten tietueiden sarjana, jossa lyhyempiä rivejä täydennettiin tarvittavalla määrällä välilyöntejä. Tämä vastasi tietojen esittämistä reikäkorteilla , jotka toimivat välineenä syöttämällä ja jopa tallentamalla tietoja, joilla oli kiinteä leveys (esimerkiksi 80 paikkaa - sarakkeita).
Tekstidatan käytön päätarkoitus on "yhteinen nimittäjä", riippumattomuus yksittäisistä ohjelmista, jotka vaativat oman koodauksen tai muotoilun ja jotka eivät ole yhteensopivia muiden ohjelmien kanssa. Tekstitiedostoja (tekstimuotoisia tiedostoja) voidaan avata, lukea ja muokata missä tahansa tekstieditorissa, kuten MS-DOS Editorissa ( DOS ), Notepadissa ( Windows ), ed , vi ja vim ( UNIX , Linux ), SimpleText , TextEdit ( Mac OS X ) jne. Myös muut ohjelmat pystyvät yleensä lukemaan ja tuomaan tekstidataa. Voit myös tarkastella tekstitiedostoja sisäänrakennetuilla komennoilla ( typeDOS- ja Windowsissa) ja apuohjelmilla ( catUnixissa).
Tekstimuotoa käytetään usein esittämään tietoja, jotka eivät itsessään ole puhdasta tekstiä. Tässä tapauksessa muut tietomuodot on "rakennettu" pelkkää tekstiä varten, jota varten niiden ohjausrakenteet ilmaistaan painetuilla sanoilla ja välimerkeillä. Tämä tarjoaa kaksitasoista mukavuutta tietojen käsittelyyn - esimerkiksi HTML- ja XML -tietoja voidaan tarkastella ja muokata WYSIWYG -muotoilun avulla tai voit avata ne tavallisessa tekstieditorissa ja käyttää kaikkia merkintäkielen hienouksia. Kun tiedot tallennetaan "binäärimuodossa" (kuten tehdään esimerkiksi Microsoft Wordin aikaisemmissa versioissa ), on usein mahdotonta työskennellä niiden kanssa muissa ohjelmissa (johtuen muotorakenteen tiedot eivät ole saatavilla) tai jopa saman ohjelman eri versioissa.
Useimmat ohjelmointikielet olettavat ohjelman lähdekoodin tekstimuodon käyttöä . Tämän avulla voit muun muassa käyttää erilaisia apuohjelmia muunnoksia, muotoiluja, hakuja, tilastoja, analyyseja jne. varten.
Monien ohjelmien asetustiedostot käyttävät tekstimuotoa, vaikka ne sisältävät numeroita ja binäärikytkimiä (kyllä/ei). Tämä monimutkaistaa ohjelmia jonkin verran, koska tekstidata on muutettava sisäiseen muotoon ja päinvastoin, mutta konfiguraatiota on mahdollista muokata manuaalisesti ilman ohjelman konfigurointityökaluja.
Tekstidatamuotoon tallennetun tekstin tiettyä osaa on vaikea osoittaa. Rivinumeroita tai merkkinumeroita [2] voidaan käyttää osoittimina .
Termiä plaintext ( eng. plaintext ; näyttää hyvin samanlaiselta kuin termi eng. plain text , käytetään merkitsemään tekstidataa) käytetään laajalti kryptografiassa ja tarkoittaa mitä tahansa salaamatonta dataa, mukaan lukien ei-tekstidata. Termiä selkeä teksti käytetään myös kryptografiassa ja se tarkoittaa salaamatonta dataa, joka on myös henkilön ymmärrettävää ja jota ei ole suojattu lähetyksen aikana tapahtuvalta salakuuntelulta .
| Tietotyypit | |
|---|---|
| Käsittämätön | |
| Numeerinen | |
| Teksti | |
| Viite | |
| Komposiitti | |
| abstrakti | |
| Muut | |
| liittyvät aiheet | |