テキストファイル

テキストファイル

ファイル名拡張子	。TXT
インターネットメディアの種類	テキスト/プレーン
タイプコード	文章
統一型識別子 (UTI)	公開プレーンテキスト
UTI の確認	公開テキスト
フォーマットの種類	ドキュメントファイル形式、汎用コンテナ形式

テキスト ファイル( textfileと綴られることもあります。古い別名はflat file ) は、電子テキストの行のシーケンスとして構造化されたコンピュータ ファイルの一種です。テキスト ファイルは、コンピュータ ファイル システム内にデータとして保存されます。

CP/Mなどのオペレーティング システムでは、ファイル サイズをバイト単位で追跡しないため、テキスト ファイルの終わりは、テキスト ファイルの最後の行の後に、 EOF ( end-of-file ) マーカーと呼ばれる1 つ以上の特殊文字を埋め込むことによって示されます。DOS 、Microsoft Windows、Unix 系システムなどの最新のオペレーティング システムでは、ファイル サイズをバイト単位で追跡するため、テキスト ファイルには特別な EOF 文字は含まれません。

Multics、Unix 系システム、CP/M、DOS、クラシック Mac OS、Windowsなどの一部のオペレーティング システムでは、各行の末尾に行末 区切り文字が付いたバイト シーケンスとしてテキスト ファイルを保存します。OpenVMS 、OS/360 およびその後継などのその他のオペレーティング システムでは、レコード指向のファイル システムを使用しており、テキスト ファイルは固定長レコードのシーケンスまたはレコード ヘッダーにレコード長の値を持つ可変長レコードのシーケンスとして保存されます。

「テキスト ファイル」はコンテナーの種類を指し、プレーン テキストはコンテンツの種類を指します。

一般的なレベルで説明すると、コンピュータファイルにはテキストファイルとバイナリファイルの2種類があります。^[1]

テキスト ファイルはそのシンプルさから、情報の保存によく使用されます。テキスト ファイルでは、エンディアン、パディング バイト、マシン ワード内のバイト数の違いなど、他のファイル形式で発生する問題の一部を回避できます。さらに、テキスト ファイルでデータ破損が発生した場合、回復が容易で、残りの内容の処理を続行できます。テキスト ファイルの欠点は、通常、エントロピーが低いことです。つまり、情報は必要以上に多くのストレージを占有します。

単純なテキスト ファイルでは、読者の解釈を支援するための追加のメタデータ(文字セットの知識以外)は必要ありません。テキスト ファイルにはデータがまったく含まれていない可能性があり、これはゼロ バイト ファイルの場合です。

ASCII文字セットは、英語のテキスト ファイルの文字セットの最も一般的な互換性のあるサブセットであり、多くの場合、デフォルトのファイル形式であると一般に考えられています。アメリカ英語は ASCII 文字セットでカバーされていますが、イギリスのポンド記号、ユーロ記号、または英語以外で使用される文字については、より豊富な文字セットを使用する必要があります。多くのシステムでは、これは、読み取られるコンピューターのデフォルトのロケール設定に基づいて選択されます。UTF-8 より前は、これは伝統的に、ヨーロッパ言語ではシングルバイト エンコーディング ( ISO-8859-1からISO-8859-16など)、アジア言語ではワイド文字エンコーディングでした。

エンコーディングは必然的に文字のレパートリーが限られており、多くの場合非常に小さいため、多くのエンコーディングは人間の言語の限られたサブセットのテキストを表現するためにしか使用できません。Unicodeは、すべての既知の言語を表現するための共通標準を作成する試みであり、ほとんどの既知の文字セットは非常に大きな Unicode 文字セットのサブセットです。 Unicode では複数の文字エンコーディングを使用できますが、最も一般的なのはUTF-8です。これは、ASCII と下位互換性があるという利点があります。つまり、すべての ASCII テキスト ファイルは、同じ意味を持つ UTF-8 テキスト ファイルでもあります。 UTF-8 には、簡単に自動検出できるという利点もあります。したがって、UTF-8 対応ソフトウェアの一般的な動作モードでは、不明なエンコーディングのファイルを開くときに、まず UTF-8 を試し、明らかに UTF-8 でない場合は、ロケールに依存する従来のエンコーディングにフォールバックします。

ほとんどのオペレーティング システムでは、テキスト ファイルという名前は、書式設定がほとんどない (太字や斜体がないなど)プレーン テキストコンテンツのみを許可するファイル形式を指します。このようなファイルは、テキスト ターミナルまたは単純なテキスト エディターで表示および編集できます。テキスト ファイルは通常、MIMEタイプを持ち、通常はエンコードを示す追加情報も含まれています。 text/plain

DOS とMicrosoft Windows は共通のテキスト ファイル形式を使用しており、各テキスト行は 2 つの文字の組み合わせ (キャリッジリターン(CR) とライン フィード(LF)) で区切られています。テキストの最終行はCR-LF マーカーで終了しないことが一般的であり、多くのテキスト エディター (メモ帳を含む) は最終行に CR-LF マーカーを自動的に挿入しません。

Microsoft Windows オペレーティング システムでは、ファイル名のサフィックス (「ファイル名拡張子」) が である場合、そのファイルはテキスト ファイルとみなされます。ただし、テキスト ファイルには、特定の目的のために他の多くのサフィックスが使用されます。たとえば、コンピューター プログラムのソース コードは通常、ソースが記述された プログラミング言語.txtを示すファイル名サフィックスを持つテキスト ファイルに保存されます。

ほとんどの Microsoft Windows テキスト ファイルでは、ANSI、OEM、Unicode、または UTF-8 エンコードが使用されています。Microsoft Windows の用語で「ANSI エンコード」と呼ばれるものは、通常、シングルバイトのISO/IEC 8859エンコードです (つまり、Microsoft メモ帳メニューの ANSI は実際には「システム コード ページ」、非 Unicode、レガシー エンコードです)。ただし、中国語、日本語、韓国語などの 2 バイト文字セットを必要とするロケールは除きます。ANSI エンコードは、Unicode に移行する前は、Microsoft Windows 内で既定のシステム ロケールとして従来使用されていました。一方、OEM エンコード ( DOS コード ページとも呼ばれます) は、 IBMによって、オリジナルのIBM PCテキスト モード表示システムで使用するために定義されました。通常、DOS アプリケーションで一般的なグラフィカル文字と線描画文字が含まれています。「Unicode」エンコードされた Microsoft Windows テキスト ファイルには、 UTF-16 Unicode 変換形式のテキストが含まれています。このようなファイルは通常、ファイル コンテンツのエンディアンを表すバイト オーダー マーク(BOM)で始まります。 UTF-8はエンディアンの問題を抱えていませんが、多くのMicrosoft Windowsプログラム（メモ帳など）は、UTF-8エンコードされたファイルの内容の先頭にBOMを付加し、^[2] UTF-8エンコードを他の8ビットエンコードと区別します。^[3]

Unix系オペレーティングシステムでは、テキストファイルの形式は正確に記述されています。POSIXでは、テキストファイルは、0行以上の行に編成された文字を含むファイルと定義されています。^[4]行は、0行以上の改行以外の文字のシーケンスと、終了改行文字（通常はLF ^）[5]です。

さらにPOSIXでは、印刷可能なファイルとは、地域の規則に従って印刷可能な文字、またはスペースやバックスペースを含むテキストファイルです。ほとんどの制御文字は印刷できません。^[6]

macOSが登場する前は、従来のMac OSシステムでは、リソースフォークがファイルの種類が「TEXT」であることを示している場合、ファイルの内容（データフォーク）をテキストファイルとみなしていました。 ^[7]従来のMac OSテキストファイルの行は、CR文字で終了します。^[8]

macOSはUnix系システムであるため、テキストファイルにUnix形式を使用します。^{[8] macOSのテキストファイルに使用される} Uniform Type Identifier（UTI）は「public.plain-text」です。追加のより具体的なUTIは、utf-8エンコードテキストの場合は「public.utf8-plain-text」、utf-16エンコードテキストの場合は「public.utf16-external-plain-text」と「public.utf16-plain-text」、クラシックMac OSテキストファイルの場合は「com.apple.traditional-mac-plain-text」です。^[7]

テキスト エディターで開くと、人間が読めるコンテンツがユーザーに表示されます。これは通常、ユーザーに表示されるファイルのプレーン テキストで構成されます。アプリケーションによっては、制御コードはエディターによって実行されるリテラル命令として、またはプレーン テキストとして編集できる目に見えるエスケープ文字としてレンダリングされる場合があります。テキスト ファイルにはプレーン テキストが含まれている場合がありますが、ファイル内の制御文字 (特にファイル終了文字) によって、特定の方法でプレーン テキストが見えなくなる場合があります。

• アスキー
• EBCDIC
• ファイル名拡張子
• ファイル形式のリスト
• 改行
• 構文の強調表示
• テキストベースのプロトコル
• テキストエディタ
• ユニコード

• C2 wiki のプレーンテキストの力