Форматы текстовых файлов

Текстовые файлы - наиболее распространенный тип данных в компьютерном мире. Существуют несколько проблем, связанных с текстовыми файлами. Первая - чрезвычайно большое количество символов, требующееся для поддержки символов различных языков. Американские программисты для работы со 128 символами используют набор символов US ASCII (американский стандартный код для обмена информацией). Для поддержки других языков, зачастую не хватает и 256 символов. Вторая проблема заключается в том, что чисто текстовые файлы встречаются все реже. Люди хотят, чтобы распечатываемые документы содержали графики, диаграммы, примечания, заголовки и чтобы при этом использовались различные шрифты. Документы, распространяемые в Интернет (онлайновые документы), могут содержать мультипликацию, ссылки на различные сетевые ресурсы и звуковое сопровождение. Многие текстовые файлы передаются в виде простого текста (plain text). Простой текст трудно сделать привлекательным и легко читаемым, так как в нем нет шрифтов различных начертаний, графики, заголовков, подзаголовков и т.д. Эти дополнительные особенности носят название разметки текста (markup). Говоря о разметке текста, выделяют понятия физической и логической разметки текста. При использовании физической разметки текста указывается точный вид каждого фрагмента текста. Например, "центрированный текст, 14-м кеглем, жирный, гарнитура Times". При логической разметке текста указывается логическое значение данного фрагмента, например, "это заголовок главы". Эти два способа разметки предназначаются, как правило, для использования в разных ситуациях. Для того, чтобы распечатать текст на принтере, необходимо использовать физическую разметку. Должны быть приняты решения о размере полей, абзацных отступах. Ранние версии текстовых процессоров использовали только физический тип разметки, при этом для каждого фрагмента указывался шрифт, размер и стиль. При обмене информацией с другими людьми физическое оформление текста накладывает ряд ограничений, особенно для онлайновых документов. Размер экрана, разрешение, шрифты различны для различных систем. По этим причинам все чаще используется логическое оформление текста. В некоторых случаях логическое оформление крайне важно: при создании электронных документов типа страниц WWW или при создании и публикации объемных трудов, таких как книги. Итак, при передаче текстовой информации от машине к машине, требуется сохранить разметку документа. Существуют несколько способов сохранения разметки. Большинство текстовых процессоров и издательских систем используют специально разработанные форматы файлов, содержащие не только текст, но и информацию о том, как он должен быть оформлен. Основная проблема здесь в несовместимости таких форматов, хотя наиболее сложные программы обычно могут читать файлы программ-конкурентов. Примерами такого подхода являются текстовые процессоры Word, StarWriter. При другом подходе в документ вставляются специальные команды разметки. Даже если у вас нет программного обеспечения, поддерживающего такой формат, вы все же сумеете в нем разобраться. Существует немало способов представления разметки текста, в том числе: HyperText Markup Language (HTML), использующийся в World Wide Web, TeX и Latex, пользующийся популярностью у многих академических изданий, а также у математиков, физиков, химиков (и даже музыкантов). Примерами программ, позволяющих разметить текст таким образом являются Netscape Composer и Lyx (Klyx). Перечислим некоторые текстовые редакторы и их основные отличия. Редакторы для создания неформатированных текстов (plain-text): Edit служит для подготовки текстовых документов в операционной системе MS DOS, отличается простотой в обращении и ограниченными возможностями, устарел вместе с операционной системой; NotePad встроен в операционную систему Windows, понятен и прост и использовании; McEdit имеет сходство с редактором Edit из MS DOS, компонента файлового менеджера mc (Midnight Commander) ОС Linux; KEdit простейший текстовый редактор, входит в состав KDE Linux; KWrite текстовый редактор, имеющий ряд дополнительных настроек по сравнению с другими простейшими текстовыми редакторами; Emacs совмещает в себе функции файлового менеджера и текстового редактора. Одной из отличительных черт является возможность создание макрокоманд (макросов), имеется во всех клонах Unix, в том числе и Linux, и настолько популярен, что появилась версия под MS Windows. Редакторы для создания текста с элементами разметки: Lexicon разработка отечественных программистов, ранее широко использовался в ОС MS Windows; Word служит для создания разнообразных печатных документов, является компонентом Офисных приложений в MS Windows; StarWriter входит в состав программы StarOffice, внешним видом и функциональностью похож на Word, одинаково хорошо функционирует как в MS Windows, так и в ОС Linux; Lyx (KLyx в KDE) современный текстовый редактор, предназначенный для людей, которые хотят получить профессионально выглядящий документ, затратив на его создание минимум времени, вставляет в текст команды разметки TeX и Latex; Netscape Composer вставляет в текст команды разметки языка HTML, разработаны версии для MS Windows и для ОС Linux. Файлы, созданные разными редакторами, зачастую имеют уникальные расширения, позволяющие, не заглядывая внутрь документа, догадаться о способах разметки текста. Так файлы, созданные редакторами подготовки plain-текста, имеют расширение.txt, а подготовленные в редакторе Lyx -.lyx. Текстовый процессор Word по умолчанию создает файлы с расширением.doc, но поддерживает и некоторые другие форматы, например.rtf, (более безопасный с точки зрения распространения вирусов). Документы, содержащие команды HTML, имеют расширение.html или.htm.