TXT dosyaları: düz metin ve “düz”ün dışarıda bıraktıkları
Düz metin neden biçimsizdir, kodlama ve satır sonları ne yapar, PDF’den metin çıkarınca ne elde edersiniz. TXT’ye tarayıcınızda dönüştürün, yükleme yok.
Bir bakışta
- Tür
- Belgeler
- Uzantılar
- .txt
- MIME türü
- text/plain
Bir .txt dosyası karakterlerden ibarettir, başka hiçbir şey içermez — yazı tipi yok, boyut yok, kalın yazı yok, başlık yok, görsel yok, sayfa yapısı yok. Asıl mesele de bu yokluktur: düz metin, her platformdaki her aracın okuyabildiği, elli yıl sonra da açılacak olan ve aranması, grep ile taranması, karşılaştırılması ve başka bir programa verilmesi son derece kolay olan formattır.
Devamını oku
Metin dosyalarındaki sorunların çoğuna iki görünmez ayrıntı yol açar. Kodlama: aynı baytlar UTF-8, Windows-1252 ya da GB18030 altında farklı karakterler anlamına gelir; bir dosyanın bir düzenleyicide okunabilir metin, başka birinde anlamsız karakterler olarak açılabilmesinin nedeni budur. Bu sitenin yazdığı her şey, modern varsayılan olan UTF-8’dir. Ve satır sonları: Windows satır başı artı satır besleme kullanır, Unix ve macOS yalnızca satır besleme kullanır; bir dosyanın bazen tek uzun bir satır olarak görünmesinin ya da fazladan karakterler kazanmasının nedeni budur.
İnsanların buraya gelmesinin en yaygın yolu bir PDF’den metin çıkarmaktır ve tam olarak neyin korunduğunu bilmeye değer. Satırlar, gliflerin sayfadaki konumlarından yeniden kurulur; bu yüzden çıktı satır sonlarını korur. Paragraf yapısı, başlıklar, vurgu, tablolar ve sütunlar ise düz metinde hiç ifade edilemez — bunlara ihtiyacınız varsa hedef Word’dür; o da PDF bir taramaysa cihazda tanıma dahil aynı yolu izler.
TXT dosyalarını diğer formatlara dönüştürün
Diğer formatları TXT formatına dönüştürün
TXT SSS
Çıktı hangi kodlamayı kullanıyor?
Modern varsayılan olan ve her dili işleyen UTF-8. Bir dosya eski bir düzenleyicide anlamsız karakterler gibi görünüyorsa o düzenleyici muhtemelen bunun yerine eski bir kodlama varsayıyordur.
Metin dosyam neden tek uzun bir satır olarak görünüyor?
Satır sonu farklılıkları. Windows satır başı artı satır besleme bekler; Unix ve macOS yalnızca satır besleme kullanır. Bunun sonucunda bazı Windows düzenleyicileri bir Unix dosyasını tek bir satır olarak gösterir.
Bir PDF’den metin çıkarırken ne kaybolur?
Karakterler ve satır sonları dışında her şey: başlık yok, kalın yazı yok, tablo yok, görsel yok, sütun yok. Yapıya ihtiyacınız varsa bunun yerine DOCX’e dönüştürün.
İki sütunlu PDF’m metin dosyasında neden karmakarışık?
Çünkü bir PDF sütunları değil, konumlandırılmış glifleri saklar; bu yüzden okuma sırasının çıkarsanması gerekir — ve çok sütunlu düzenlerde bu çıkarım çoğu zaman yanlıştır. Bu, formatın doğasında vardır.
Taranmış PDF’lerde çalışır mı?
Evet. Bir PDF’nin metin katmanı yoksa karakterleri sayfa görüntülerinden okumak için tarayıcınızda bir yapay zekâ tanıma modeli çalışır. Hiçbir şey yüklenmez.
Neden DOCX yerine TXT seçmeliyim?
Bir belge değil de sözcükleri istediğinizde — aramak, notlara yapıştırmak, başka bir araca vermek ya da onlarca yıl sonra da açılacak bir şey saklamak için.