Wat is een TXT-bestand?

TXT is een puur tekstformaat dat in elke editor opengaat. Het wordt gebruikt voor gegevens tussen programma’s verplaatsen en archivering.

De extensie is .txt en de volledige naam Plain Text. Allebei zeggen ze minder dan wat het bestand kan bevatten, en daar gaat de rest van deze pagina over.

Het gaat terug tot 1963. De specificatie is Unicode.

Aan een formaat dat zo lang leesbaar is gebleven kun je iets toevertrouwen dat je over tien jaar terug wilt hebben.

Ze is volledig gepubliceerd, dus wie het formaat wil uitvoeren kan dat uit het document doen in plaats van door te kijken hoe anderen het doen. Daarom duikt het in zo veel programma’s op, en daarom gaan bestanden van twintig jaar geleden nog steeds open. Openbaar is niet hetzelfde als royaltyvrij: waar een formaat een codec omhult, is de octrooilicentie een aparte vraag waarop de standaard geen antwoord geeft.

TXT bewaart zijn inhoud precies. Opnieuw opslaan verandert niets, dus je kunt het zo vaak openen, bewerken en wegschrijven als je wilt zonder dat er schade opstapelt — en dat is wat er een werkformaat van maakt in plaats van een afleverformaat.

Notepad, TextEdit en Visual Studio Code lezen het, en de meeste programma’s van dezelfde soort ook.

Als een bestand niet opengaat ligt het zelden aan het formaat — vaker is het programma ouder dan het formaat. Converteren naar iets ouders is de betrouwbare weg eromheen, en daarvoor is de rest van deze site bedoeld.

Elke actuele browser leest het.

Je kunt het dus zonder zorgen op een pagina zetten of aan een bericht hangen, zonder je af te vragen wat de andere kant geïnstalleerd heeft.

TXT is bedoeld om te openen en te wijzigen. Houd het bestand in dit formaat zolang het werk loopt, en exporteer eruit wanneer er een afgeronde versie nodig is.

Een TXT-bestand is een reeks tekens. Geen header, geen structuur, geen styling, geen metadata en geen versie — niets dat verouderd kan raken, en niets dat een programma nodig heeft om het te interpreteren. Daarom opent een tekstbestand uit 1970 vandaag nog overal.

Alles anders op deze site is een formaat in de echte zin: bytes gerangschikt zodat een specifiek soort programma iets kan reconstrueren. Platte tekst vraagt niets. Het is de vloer waarop elk ander formaat gebouwd is.

Tekens moeten als getallen opgeslagen worden, en welk getal welk teken betekent is de codering. UTF-8 is overal het antwoord nu, en heeft de handige eigenschap dat gewone Engelse tekst byte-identiek is aan de ASCII van vijftig jaar geleden.

Oudere bestanden zijn geen UTF-8, en niets in het bestand zegt dat. Open zo’n bestand alsof het UTF-8 is, en elke geaccentueerde letter wordt een zwarte ruit. De bytes zijn intact — de lezer gokt, en gokt fout. Elke degelijke editor laat je het bestand met een andere codering heropenen.

Sommige editors schrijven drie onzichtbare bytes aan het begin van een UTF-8-bestand om te verklaren wat het is. Op Windows is dit gewoon; vrijwel overal elders geldt het als een fout.

Het is onzichtbaar in een editor en zeer zichtbaar voor een programma. Een configuratiebestand met een BOM faalt te parsen. Een CSV met een BOM heeft een eerste kolomkop die nergens mee overeenkomt.

Windows eindigt een regel met twee tekens, carriage return en line feed. Al het andere gebruikt er één. Beide zijn legitiem, en het bestand zegt niet welke het gebruikt.

Moderne editors verwerken beide stilzwijgend en kunnen ertussen omzetten. Waar het nog bijt is versiebeheer, waar een heel bestand veranderd lijkt omdat iemands editor elk regeleinde herschreef.

Duurzaamheid, allereerst. Moet iets over dertig jaar nog leesbaar zijn zonder aannames over software, dan hoort het tekst te zijn.

Dan gereedschap. Tekst is doorzoekbaar, filterbaar, sorteerbaar en te vergelijken door een enorm aantal programma’s die niets van je data weten. Een diff tussen twee versies is zinvol. Niets daarvan kan met een binair document.

Logs en exports lopen op tot gigabytes, en de meeste editors proberen het geheel in het geheugen te laden. Een tekstverwerker weigert simpelweg.

Gereedschap dat het aankan leest in stukken — een echte code-editor, een pager, of de opdrachtregeltools daarvoor ontworpen. De eerste en laatste vijftig regels bekijken beantwoordt de meeste vragen zonder alles te openen.

Een document omzetten naar TXT behoudt de woorden en gooit al het andere weg — lettertypen, opmaak, afbeeldingen, tabellen. Soms is dat het punt: de tekst van een PDF extraheren om te citeren of doorzoeken.

Andersom is tekst omzetten naar PDF een verandering van container, geen inhoud. Het legt het uiterlijk vast en maakt het bestand afdrukbaar. Het tekstbestand blijft de versie die je nog kunt bewerken en doorzoeken.