Я себе представляю текстовой файл как последовательность битов, которая интерпретируется как последовательность символов одной длинни. Каждый символ принадлежит одной и той самой кодировке.
Но как сохраняется форматированный текст ( с жирными и курсивными символами)? В области памяти которая отводится на один символ кроме кода данного символа есть еще биты которые идентифицируют форматирования этого символа? А такие элементы как абзацы, заголовки, маркирование?
-
Почитайте про HTML и RTF, например– andreymal16 ноя 2017 в 20:31
-
В разных программах/форматах по разному сохраняется.– Vladimir Gamalyan16 ноя 2017 в 20:45
-
"биты" это "байты"? погрешности перевода?– user17626216 ноя 2017 в 20:53
-
@Igor я имел в виду биты, хотя байты тоже подойдут– Тарас16 ноя 2017 в 21:04
2 ответа
С точки зрения ОС все файлы на диске сохраняются одинаково.
Форматированный текст имеет логическую структуру, в которой кроме собственно символов текста содержится информация о том, как этот текст надо отображать (рисовать) на экране (или на принтере).
Т.е. разница между типами файлов заключается в интерпретации последовательности байт прикладной программой.
-
Следовательно, текстовой файл не обезательно содержит биты в таком виде: <формат символа1><символ1>, <формат символа2><символ2> і т.д.? Он может содержать биты в таком виде: <абзац><формат символа1><символ1>, <формат символа2><символ2> і т.д.?– Тарас16 ноя 2017 в 20:32
-
@Тарас, текстовый файл принципиально ничем от бинарного не отличается. Только нашим восприятием. Ну, в винде, если открыть (fopen) файл без
"b"
, то\r\n
, хранимые в файле будут при передаче в программу заменяться на\n
(и\n
при выводе заменяться на\r\n
)– avp16 ноя 2017 в 21:25
Да кодируется особыми символами или группами символов. Например в txt 0D(16-ричный код) - возврат каретки, при вызове которого указатель переходит к левому крайнему положению в строке, 0A- переход на новую строку. Эти 2 символа можно увидеть в конце каждой строки файла. Другие форматы представляют надстройки на этот простой формат. Например в docx курсив и жирный текст кодируется xml тегами- попробуй изменить разрешение docx на zip, а потом открыть архиватором- увидишь группу xml документов, открыв которые увидишь как кодируются абзацы и прочее. WinHex поможет посмотреть что какими символами кодируется в txt.