Le format de fichier TXT expliqué

Le fichier a été enregistré dans un encodage et ouvert dans un autre. Rouvrez-le en choisissant UTF-8, ou la page de codes du système d'origine (Windows-1252 pour Windows en Europe occidentale, Windows-1251 pour le cyrillique), puis enregistrez en UTF-8.

Le fichier utilise des fins de ligne Unix (LF) et une ancienne version du Bloc-notes ne reconnaît que celles de Windows (CR LF). Le Bloc-notes actuel, WordPad ou tout éditeur de code l'affiche correctement.

Les trois sont du texte ouvrable dans un éditeur, mais le RTF contient des codes de mise en forme et le Markdown utilise la ponctuation pour la structure. Un TXT brut n'a ni l'un ni l'autre.

Un vrai fichier texte ne peut rien exécuter. Méfiez-vous seulement si le fichier est en réalité un script ou un exécutable renommé en .txt ; l'identificateur de format de fichier montre ce qu'un fichier est vraiment.

Le format lui-même n'a aucune limite : un fichier texte n'est qu'une suite de caractères, et sa taille n'est bornée que par le système de fichiers. La limite vient du programme. Les éditeurs simples chargent tout le fichier en mémoire et deviennent lents ou refusent les très gros fichiers. Les éditeurs conçus pour les gros fichiers, comme EmEditor ou Vim, s'en sortent bien mieux. Les outils en ligne de commande comme less, grep et head lisent le fichier par morceaux et gèrent n'importe quelle taille.

L'indicateur d'ordre des octets (BOM) est le caractère invisible U+FEFF placé tout au début d'un fichier. En UTF-16, il indique l'ordre des octets. En UTF-8, il correspond aux trois octets EF BB BF et signale seulement que le fichier est en UTF-8. Les anciennes versions du Bloc-notes de Windows l'ajoutaient par défaut. Certains programmes en ont besoin, mais d'autres butent dessus : scripts, fichiers de configuration et en-têtes CSV peuvent cesser de fonctionner. La plupart des éditeurs de code permettent d'enregistrer avec ou sans.