Tệp TXT chỉ là một chuỗi ký tự và không có gì hơn. Không có chữ đậm, không có phông chữ, không có cỡ trang, không có hình ảnh nhúng, không có phần đầu: chỉ có các chữ cái, chữ số, dấu câu và ngắt dòng mà bạn đã gõ. Chính sự thiếu vắng đó là toàn bộ giá trị của định dạng này: một tệp văn bản thuần được tạo cách đây bốn mươi năm hôm nay vẫn mở được trong bất kỳ trình soạn thảo nào trên bất kỳ hệ điều hành nào, điều mà không định dạng tài liệu nào khác có thể khẳng định.
TXT lưu trữ văn bản như thế nào
Hai yếu tố vô hình quyết định việc tệp TXT hiển thị đúng hay không, và cả hai đều nằm ngoài tầm kiểm soát của chính tệp.
Yếu tố thứ nhất là bảng mã ký tự (character encoding): bảng ánh xạ các byte trên đĩa thành các ký tự trên màn hình. UTF-8 là lựa chọn hiện đại và hỗ trợ mọi hệ chữ viết; các tệp cũ hơn có thể dùng bảng mã vùng như Windows-1252, ISO-8859-1 hoặc Shift_JIS. Một tệp văn bản thuần không cho biết nó dùng bảng mã nào, nên chương trình phải đoán. Đoán sai sẽ tạo ra ký tự é quen thuộc ở chỗ lẽ ra phải là é. Một số tệp bắt đầu bằng một dấu ngắn gọi là byte order mark để gợi ý bảng mã, nhưng nó là tùy chọn và không phải lúc nào cũng được hoan nghênh.
Yếu tố thứ hai là ký tự kết thúc dòng (line endings). Windows kết thúc một dòng bằng ký tự xuống dòng kèm trở về đầu dòng (CRLF); macOS và Linux chỉ dùng ký tự xuống dòng (LF). Nếu trộn lẫn, tệp có thể dính liền thành một dòng rất dài hoặc hiển thị thêm một ký tự lạ ở cuối mỗi dòng.
Vì tệp TXT không có cấu trúc để nén hoặc có thể hỏng ở giữa chừng, nên đây cũng là định dạng nhiều khả năng sống sót sau một lần truyền lỗi gần như nguyên vẹn nhất.
TXT chứa những siêu dữ liệu nào
Không có. Đây là câu trả lời thẳng thắn và cũng là điều thú vị.
Một tệp văn bản thuần không có vỏ chứa, không có phần đầu và không có chỗ để lưu tác giả, tiêu đề hay ngày tạo. Mọi thứ mà một báo cáo siêu dữ liệu có thể cho bạn biết về một tệp TXT đều đến từ bên ngoài tệp, từ hệ thống tập tin lưu trữ nó và từ việc phân tích chính các byte: tên tệp, kích thước tính theo byte, thời gian sửa đổi mà hệ điều hành ghi lại, bảng mã được phát hiện, kiểu ký tự kết thúc dòng, và số lượng ký tự cùng số lượng dòng.
Đối với những ai lo lắng về việc một tài liệu để lộ điều gì, điều đó khiến văn bản thuần trở thành thứ an toàn nhất để gửi. Không có trường tác giả để quên, không có thời gian chỉnh sửa, không có phiên bản phần mềm, không có hình thu nhỏ của bản nháp trước đó. Những gì bạn thấy trong tệp chính là những gì có trong tệp.
Điều đó cũng có nghĩa là dấu thời gian của hệ thống tập tin là ngày tháng duy nhất tồn tại, và việc sao chép tệp thường đặt lại giá trị này. Nếu thời điểm một tệp văn bản được viết ra là quan trọng, hãy ghi nó ngay trong nội dung văn bản.
Khi nào nên dùng TXT
Hãy dùng văn bản thuần cho ghi chú, nhật ký, tệp cấu hình, dữ liệu bạn định xử lý bằng các ứng dụng khác và mọi thứ cần phải còn đọc được sau hàng chục năm. Đây là định dạng phù hợp khi từ ngữ chính là trọng tâm.
Đây là định dạng không phù hợp ngay khi bạn cần tiêu đề, bảng biểu, hình ảnh hoặc ngắt trang. Hãy dùng Markdown nếu bạn muốn một chút cấu trúc mà vẫn giữ tệp dễ đọc, dùng định dạng trình soạn thảo văn bản nếu tài liệu cần bố cục trình bày đầy đủ, hoặc PDF nếu tài liệu cần hiển thị giống hệt nhau với mọi người đọc.