Лекция №5 Файлы. Типы файлов. Структуры файлов. Формат файла



жүктеу 116.8 Kb.
Pdf просмотр
Дата15.03.2017
өлшемі116.8 Kb.
түріЛекция

 

 

Лекция №5



Файлы.

Типы файлов.

Структуры файлов.


 

 

Формат файла



Формат  —  спецификация  структуры  данных,  записанных  в 

компьютерном  файле.  Формат  файла  обычно  указывается  в 

его  имени,  как  часть,  отделённая  точкой  (обычно  эту  часть 

называют расширением имени файла, хотя, строго говоря, это 

неверно)


 

 

Определение формата файла



 Расширения

 Магические числа



 Метаданные

 MIME типы



 

 

Расширение



Некоторые  операционные  системы,  например,  CP/M,  DOS,  и 

Microsoft  Windows  используют  для  определения  типа  файла 

часть  его  имени,  т.е.  «расширение  имени  файла».  В  старых 

операционных системах это были три символа, отделённые от 

имени файла точкой (в файловых системах семейства FAT имя 

и расширение хранились отдельно, точка добавлялась уже на 

уровне  ОС);  в  более  новых  системах  расширение  может 

являться  просто  частью  имени,  и  тогда  его  длина  ограничена 

только  неиспользованной  длиной  имени  (которая  может 

составлять, например, 255 символов).

Несколько точек в имени


 

 

Магические числа



Широко  используемый  в  UNIX-подобных  операционных 

системах, заключается в том, чтобы сохранить в самом файле 

некое  «магическое  число»  (magic  number  /  сигнатуру)  — 

последовательность символов, по которой может быть опознан 

формат  файла.  Первоначально  этот  термин  использовался 

для  специального  набора  2-байтовых  идентификаторов, 

сохраняемых  в начале файла  (эта практика перекочевала  и в 

другие  ОС,  например,  MZ  в  MS-DOS),  однако,  любая 

последовательность  символов,  характерная  для  данного 

формата, может быть использована как «магическое число».

Для определения формата файла служит команда file, которая 

использует файл /usr/share/misc/magic



 

 

Метаданные



Некоторые 

файловые 

системы 

позволяют 

сохранять 

дополнительные  атрибуты  для  каждого  файла,  т.  е. 

«метаданные».  Эти  метаданные  можно  использовать  для 

хранения  информации  о  типе  файла.  Такой  подход 

используется  в  компьютерах  Apple  Macintosh.  Метаданные 

поддерживаются 

такими 

современными 



файловыми 

системами как HPFS, NTFS, ext2, ext3 и другими. Недостатком 

этого  метода  является  плохая  переносимость  —  при 

копировании  файлов  между  файловыми  системами  разных 

типов метаданные могут быть потеряны.


 

 

MIME



Типы  данных,  определённые  стандартом  MIME,  широко 

используются  в  различных  сетевых  протоколах,  однако  в 

файловых системах они пока применяются редко.

Multipurpose  Internet  Mail  Extensions  (MIME  (произн. 

«майм»),  англ.  Multipurpose  Internet  Mail  Extension  — 

многоцелевое  расширение  интернет-почты)  —  стандарт, 

описывающий  передачу  различных  типов  данных  по 

электронной  почте,  а  также,  шире,  спецификация  для 

кодирования  информации  и  форматирования  сообщений 

таким  образом,  чтобы  их  можно  было  пересылать  по 

Интернету.



 

 

Исполняемые файлы и код



Исполняемые

 EXE, COM



 BAT, CMD

 a.out, ELT



Исходный код

 ASM, C,CPP



 H, HPP (Заголовки / Headers)

 PAS, BAS



 JAVA, JS (JavaScript)

 PL (Perl), PHP, PY (Python)



 … 


 

 

EXE



Portable  Executable  —  (PE,  произносится  как  [по́тэбл 

экзэкью́тэбл]  —  переносимый  исполняемый)  —  формат 

исполняемых  файлов,  объектного  кода  и  динамических 

библиотек,  используемый  в  32-  и  64-битных  версиях 

операционной  системы  Microsoft  Windows.  Формат  PE 

представляет  собой  структуру  данных,  содержащую  всю 

информацию, необходимую PE загрузчику для проецирования 

файла  в  память.  PE  представляет  собой  модифицированную 

версию COFF формата файла для Unix.

Расширения:  .exe, .dll, .ocx, .sys, .scr, .drv, .cpl

Сигнатура: MZ(для совместимости), PE


 

 

COM



В системах DOS и в 8-битной CP/M COM-файл — простой тип 

исполняемого файла, размер которого не может превышать 64 

Кбайт-256 байт.

Сигнатура: отсутствует



 

 

BAT / CMD



Batch file — Пакетный файл

Comand file — Командный файл

В  Unix  —  обычно  sh  (shell).  Позволяет  в  текстовом  виде 

прописывать команды, которые должен выполнять командный 

процессор.  Функциональность  ограничена  возможностями 

командного процессора и программ, которые можно запускать 

в командном режиме.

Unix  shell  —  более  развит.  В  Windows  попытались  сделать 

подобие в виде Windows PowerShell.


 

 

a.out / ELF



a.out

Расширения: нет, .o, .so

ELF  (англ.  Executable  and  Linkable  Format  —  формат 

исполняемых  и  компонуемых  файлов)  —  формат  файлов, 

используемый  во  многих  UNIX-подобных  операционных 

системах,  например,  в  GNU/Linux  и  Solaris,  а  также,  после 

некоторой  модификации  ПО,  —  в  некоторых  мобильных 

телефонах  компаний  Siemens,  Sony  Ericsson,  Motorola 

(платформа  P2K)  и  во  многих  цифровых  фотовидеокамерах 

(Olympus, Rekam и проч.).

Сигнатура: ELF (с первой позиции)


 

 

Документы



Текстовые документы

 TXT, DOC (прежний)



 DOC, RTF (Microsoft)

 PDF, PS, DjVu, FB2, EPUB (Книги)



 TEX, INFO

 DOCX, ODT / SXW



Презентации

 PPT, PPTX, ODP



 

Электронные таблицы

 XLS, XLSX, ODS



 CSV


 

 

TXT, DOC



Те́кстовый  файл  —  компьютерный  файл,  содержащий 

текстовые данные, как правило, организованные в виде строк. 

Иногда  конец  текстового  файла  (особенно  если  в  файловой 

системе  не  хранится  информация  о  размере  файла)  также 

отмечается  одним  или  более  специальными  знаками, 

известными как маркеры конца файла.

Текстовой файл может содержать как форматированный, так и 

неформатированный текст.

Различные  операционные  системы  придерживаются  своего 

представления  перевода  строки  и  конца  файла.  В  UNIX 

перевод строки состоит из одного символа LF (0x0A), в Mac OS 

—  из  символа  CR  (0x0D),  а  в  DOS  и  Windows  перевод  строки 

кодируется  последовательностью  двух  символов:  CR  и  LF.  В 

DOS  и  Microsoft  Windows  конец  файла  кодируется  символом 

0x1A, а в UNIX символ конца файла не употребляется.

Помимо  названных,  в  текстовых  файлах  применяются  такие 

символы, как табуляция (0x09) и перевод страницы (0x0C).


 

 

DOC



Microsoft 

Word 


является 

наиболее 

популярным 

из 


используемых  в  данный  момент  текстовых  процессоров,  что 

сделало  его  бинарный  формат  документа  стандартом  де-

факто, и многие конкурирующие программы имеют поддержку 

совместимости  с  данным  форматом.  Расширение  «.doc»  на 

платформе IBM PC стало синонимом двоичного формата Word 

97—2000.  Фильтры  экспорта  и  импорта  в  данный  формат 

присутствуют  в  большинстве  текстовых  процессоров.  Формат 

документа  разных  версий  Word  меняется,  различия  бывают 

довольно тонкими. Форматирование, нормально выглядящее в 

последней  версии,  может  не  отображаться  в  старых  версиях 

программы, 

однако 


есть 

ограниченная 

возможность 

сохранения  документа  с  потерей  части  форматирования  для 

открытия в старых версиях продукта.

Сигнатура: D0 CF 11 E0



 

 

RTF



Rich  Text  Format  (RTF,  «формат  обогащённого  текста»  (rich  с 

английского 

— 

богатый)) 



— 

проприетарный 

межплатформенный формат хранения размеченных текстовых 

документов, 

предложенный 

группами 

программистов, 

основавшими  компании  Microsoft  и  Adobe,  как  метатэговский 

формат  для  редактора  Word  в  1982  году.  С  тех  пор 

спецификация  формата  несколько  раз  изменялась.  RTF-

документы поддерживаются всеми современными текстовыми 

процессорами. После разрыва отношений с Microsoft компания 

Adobe 

продолжила 



развитие 

метатэговского 

языка, 

заложенного в основу RTF, создав в 1985 году язык PostScript.



Хотя  стандарт  допускает  8-битное  кодирование  в  отдельных 

случаях,  текст  в  формате  RTF  обычно  кодируется  7-битными 

символами.  Это  ограничило  бы  нас  набором  символов ASCII, 

но  остальные  символы  можно  кодировать  с  помощью  escape-

последовательностей.

Сигнатура: {\rtf



 

 

PDF



Portable  Document  Format  (PDF)  —  кроссплатформенный 

формат  электронных  документов,  созданный  фирмой  Adobe 

Systems  с  использованием  ряда  возможностей  языка 

PostScript. В первую очередь предназначен для представления 

в электронном виде полиграфической продукции. 

Формат  PDF  позволяет  внедрять  необходимые  шрифты 

(построчный  текст),  векторные  и  растровые  изображения, 

формы  и  мультимедиа-вставки.  Поддерживает  RGB,  CMYK, 

Grayscale,  Lab,  Duotone,  Bitmap,  несколько  типов  сжатия 

растровой  информации.  Включает  механизм  электронных 

подписей для защиты и проверки подлинности документов. 

Сигнатура: %PDF



 

 

PS



PostScript (Постскрипт) — язык описания страниц, в основном 

используемый в настольных издательских системах. 

PostScript  —  больше,  чем  типичный  язык  управления 

принтером,  он  является  полнофункциональным  языком 

программирования.  Многие  прикладные  программы  могут 

преобразовать 

документ 

в 

PostScript-программу, 



при 

выполнении  которой  будет  получен  начальный  документ.  Эта 

программа может быть послана непосредственно на принтер с 

поддержкой  PostScript  или  преобразована  интерпретатором 

PostScript  в  другой  формат  (для  принтеров  без  поддержки 

PostScript),  или  результат  её  выполнения  интерпретатором 

может  быть  показан  на  экране.  Так  как  исходная  PostScript-

программа  одна  и  та  же,  PostScript  называется  независимым 

от устройства.

Сигнатура: %!PS



 

 

DjVu



DjVu (от фр. déjà vu — «уже виденное») — технология сжатия 

изображений  с  потерями,  разработанная  специально  для 

хранения  сканированных  документов  —  книг,  журналов, 

рукописей  и  прочее,  где  обилие  формул,  схем,  рисунков  и 

рукописных  символов  делает  чрезвычайно  трудоёмким  их 

полноценное  распознавание.  Также  является  эффективным 

решением, 

если 


необходимо 

передать 

все 

нюансы 


оформления, например, исторических документов, где важное 

значение  имеет  не  только  содержание,  но  и  цвет  и  фактура 

бумаги; 

дефекты 


пергамента: 

трещинки, 

следы 

от 


складывания; исправления, кляксы, отпечатки пальцев и т. д.

Формат  оптимизирован  для  передачи  по  сети  таким  образом, 

что  страницу  можно  просматривать  ещё  до  завершения 

загрузки файла. DjVu-файл может содержать текстовый (OCR) 

слой,  что  позволяет  осуществлять  полнотекстовый  поиск  по 

файлу.


Расширения: .djvu, .djv

 

 

XML



XML  (англ.  eXtensible  Markup  Language  —  расширяемый  язык 

разметки; 

произносится 

[экс-эм-э́л]) 

— 

свод 


общих 

синтаксических 

правил. 

XML 


— 

текстовый 

формат, 

предназначенный  для  хранения  структурированных  данных, 

для  обмена  информацией  между  программами,  а  также  для 

создания  на  его  основе  более  специализированных  языков 

разметки  (например,  XHTML).  XML  является  упрощённым 

подмножеством языка SGML.

Расширение:  .xml

Сигнатура: 


 

 

FB2



FictionBook — формат представления электронных версий книг 

в  виде  XML-документов,  где  каждый  элемент  книги 

описывается  своими  тегами.  Стандарт  призван  обеспечить 

совместимость с любыми устройствами и форматами. 

Правильно  подготовленный  электронный  текст  в  формате 

FictionBook содержит в себе всю необходимую информацию о 

книге: структурированный текст, иллюстрации, информацию об 

авторе  и  издании,  но  не  содержит  информацию  о  внешнем 

виде  документа.  Как  будет  выглядеть  текст,  полученный  из 

формата  .fb2,  зависит  либо  от  настроек  программы-

просмотрщика  этого  формата,  либо  от  параметров,  заданных 

при конвертации файла в другой формат.

Расширение:  fb2, fb2.zip


 

 

EPUB



Electronic  Publication  (ePub)  —  открытый  формат  электронных 

версий  книг,  разработанный  Международным  форумом  по 

цифровым  публикациям  IDPF.  Файлы  в  этом  формате  имеют 

расширение  .epub.  Формат  позволяет  издателям  производить 

и  распространять  цифровую  публикацию  в  одном  файле, 

обеспечивая 

совместимость 

между 


программным 

и 

аппаратным 



обеспечением, 

необходимым 

для 

воспроизведения  цифровых  книг  и  других  публикаций  с 



плавающей вёрсткой.

Zip-архив  контейнера  ePub  содержит  тексты  в  форматах 

xHTML,  HTML  или  PDF,  описание  издания  в  XML,  рядом  в 

папках  —  графика,  включая  векторную  (SVG),  и  встроенные 

шрифты, таблицы стилей и т. д. 

Расширение:  epub



 

 

TeX



ΤΕΧ (обычным текстом — TeX; произносится «тех») — система 

компьютерной 

вёрстки, 

разработанная 

американским 

профессором  информатики  Дональдом  Кнутом  в  целях 

создания  компьютерной  типографии.  В  неё  входят  средства 

для 


секционирования 

документов, 

для 

работы 


с 

перекрёстными  ссылками.  Многие  считают  TeX  лучшим 

способом для набора сложных математических формул.

Расширение: .tex



 

 

TexInfo



Texinfo 

(рус. 


Текинфо) 

— 

свободная 



система 

документирования  и  язык  разметки,  позволяющие  создавать 

документы в разных форматах из одного исходного текста.

Исходные  файлы  Texinfo-документов  представляют  собой 

простой текст, размеченный при помощи специальных команд, 

начинающихся  со  знака  @  (например,  @contents  или 

@titlepage).  Файлы  Texinfo  обычно  имеют  расширение  .texi, 

реже .txi.

При  помощи  утилит  makeinfo,  texi2dvi  и  texi2pdf,  входящих  в 

Texinfo,  из  исходных  файлов  генерируется  документация  в 

других форматах.


 

 

ODT



OpenDocument  Format,  ODF  (от  англ.  OASIS  Open  Document 

Format  for  Office  Application  —  рус.  открытый  формат 

документов  для  офисных  приложений)  —  открытый  формат 

файлов  документов  для  хранения  и  обмена  редактируемыми 

офисными документами, в том числе текстовыми документами 

(такими  как  заметки,  отчёты  и  книги),  электронными 

таблицами, рисунками, базами данных, презентациями.

Стандарт  был  разработан  индустриальным  сообществом 

OASIS и основан на XML-формате. 1 мая 2006 года принят как 

международный стандарт ISO/IEC 26300.

Microsoft  Office  2007  поддерживает  формат  OpenDocument, 

начиная с SP2.



 

 

DOCX



Office  Open  XML  (OOXML,  DOCX,  проект  ISO/IEC  IS 

29500:2008)  —  серия  форматов  файлов  для  хранения 

электронных  документов  пакетов  офисных  приложений  —  в 

частности,  Microsoft  Office.  Формат  представляет  собой  zip-

архив,  содержащий  текст  в  виде  XML,  графику  и  другие 

данные, 


которые 

могут 


быть 

переведены 

в 

последовательность  битов  (сериализованы)  с  применением 



защищённых патентами двоичных форматов.

Две  разные  версии  OOXML  определены  в  ECMA-376  и  в  ISO 

29500:2008. Полная поддержка формата ISO 29500 ожидалась 

в Microsoft Office 2010.

В  марте  2008  года  спецификация  была  принята  как  будущий 

стандарт ISO/IEC 29500.



 

 

Презентации



PPT / PPTX / ODP

 

 

Электронные таблицы



XLS / XLSX / ODS

 

 

CSV



CSV  (от  англ.  Comma-Separated  Values  —  значения, 

разделённые 

запятыми) 

— 

текстовый 



формат, 

предназначенный  для  представления  табличных  данных. 

Каждая  строка  файла  —  это  одна  строка  таблицы.  Значения 

отдельных  колонок  разделяются  разделительным  символом 

(delimiter)  —  запятой  (,).  Однако,  большинство  программ 

вольно  трактует  стандарт  CSV  и  допускают  использование 

иных символы в качестве разделителя. В частности в локалях, 

где  десятичным  разделителем  является  запятая,  в  качестве 

табличного  разделителя,  как  правило,  используется  точка  с 

запятой.  Значения,  содержащие  зарезервированные  символы 

(пробел, запятая, точка с запятой, новая строка) обрамляются 

двойными кавычками ("); если в значении встречаются кавычки 

— они представляются в файле в виде двух кавычек подряд.


 

 

CSV



 

 

CSV



 

 

Архиваторы



 ZIP


 RAR


 7Z


 TAR, GZIP, BZ2

 HA, LHA, … 



 

 

ZIP



ZIP  —  популярный  формат  сжатия  данных  и  архивации 

файлов. Файл в этом формате обычно имеет расширение .zip 

Формат  ZIP  был  первоначально  создан  Филом  Кацем, 

основателем  компании  PKWARE,  в  ответ  на  правовое 

преследование  компанией  Software  Enhancement  Associates 

(SEA), 


защищавшей 

своё 


изобретение 

— 

формат 



архивирования ARC.

Сигнатура: PK



 

 

RAR



RAR  —  распространённый  проприетарный  формат  сжатия 

данных и программа-архиватор.

Формат  разработан  российским  программистом  Евгением 

Рошалом  (отсюда  и  название  RAR:  Roshal  Archiver).  Он 

написал  программу-архиватор  для  упаковки/распаковки  RAR, 

изначально  под  DOS,  затем  и  для  других  операционных 

систем.  Версия  для  Microsoft  Windows  распространяется  в 

составе 


многоформатного 

архиватора 

с 

графическим 



интерфейсом WinRAR.

Программа 

распространяется 

как 


условно-бесплатное 

программное обеспечение (shareware).

Расширения: .rar, .r00 …

Сигнатура: Rar



 

 

7Zip



7-Zip  —  свободный  файловый  архиватор  с  высокой  степенью 

сжатия данных. Поддерживает несколько алгоритмов сжатия и 

множество  форматов  данных,  включая  собственный  формат 

7z c высокоэффективным алгоритмом сжатия LZMA. 

Поддерживаемые форматы:

        упаковка  и  распаковка:  7z,  BZIP2  (BZ2,  TB2,  TBZ,  TBZ2), 

GZIP (GZ, TGZ), TAR, ZIP, XZ;

        только  распаковка:  001, ACE, ARJ,  CAB,  CHM,  CPIO,  DEB, 

DMG,  FLV,  ISO,  JAR,  LHA,  LZH,  LZMA,  LZO  (TZO),  MSI,  NSIS, 

PE, RAR, RPM, SWF, SWM, VHD, WIM, XAR, Z (TAZ); FAT, HFS, 

MBR, NTFS, UDF, SquashFS, CramFS


 

 

ARJ



ARJ — файловый архиватор. Разработан Робертом К. Джангом 

(Robert  K.  Jung).  (Происхождение  наименования ARJ: Archiver 

Robert Jung). ARJ версии 1.00 был выпущен в феврале 1991 г. 

под лицензией shareware.

ARJ компрессия подобна PKZIP 1.02

Существует  также  версия  ARJ  с  открытым  исходным  кодом, 

доступная под более, чем десятью операционными системами.

Сигнатура: `



 

 

TAR



tar  (англ.  tape  archive)  —  формат  битового  потока  или  файла 

архива,  а  также  название  традиционной  для  Unix  программы 

для  работы  с  такими  архивами.  Программа  tar  была 

стандартизирована  в  POSIX.1-1998,  а  также  позднее  в 

POSIX.1-2001.  Первоначально  программа  tar  использовалась 

для  создания  архивов  на  магнитной  ленте,  а  в  настоящее 

время  tar  используется  для  хранения  нескольких  файлов 

внутри  одного  файла,  для  распространения  программного 

обеспечения, а также по прямому назначению — для создания 

архива  файловой  системы.  Одним  из  преимуществ  формата 

tar  при  создании  архивов  является  то,  что  в  архив 

записывается информация о структуре каталогов, о владельце 

и группе отдельных файлов, а также временны́е метки файлов.

Сигнатура: u s t a r \0 0 0 at byte 257 



 

 

GZIP



gzip  (сокращение  от  GNU  Zip)  —  утилита  сжатия  и 

восстановления 

(декомпрессии) 

файлов, 


использующая 

алгоритм  DEFLATE.  Используется  в  основном  в  UNIX-

системах,  в  ряде  которых  является  стандартом  де-факто  для 

сжатия данных. 

В  соответствии  с  традициями  UNIX-программирования,  gzip 

выполняет  только  две  функции:  сжатие  и  распаковка  одного 

файла,  он  не  умеет  упаковывать  несколько  файлов  в  один 

архив. 


С  другой  стороны,  указанная  особенность  даёт  gzip 

возможность  работать  с  непрерывным  потоком  данных, 

упаковывая/распаковывая их «на лету». 


 

 

BZIP2



bzip2  —  бесплатная  свободная  утилита  командной  строки  с 

открытым  исходным  кодом  для  сжатия  данных,  реализация 

алгоритма Барроуза — Уилера.

В  соответствии  с  традициями  UNIX программирования,  bzip2 

единовременно  выполняет  только  одну  функцию:  сжатие  или 



распаковку одного файла. 

bzip2  сжимает  большинство  файлов  эффективнее,  но 

медленнее, чем более традиционные gzip или ZIP.

Расширение:

.bz2

Сигнатура: BZh



 

 

Медиа файлы



Графика

BMP, GIF, PNG



JPEG, TIFF

RAW


3D

DWG (AutoCAD)



MA (Maya)

X3D, 3DS, BLEND, … 



Аудио

WAV



MP3, AAC, APE, FLAC

OGG, WMA, … 



Видео

AVI, 3GP, FLV



MPEG, MKV, QuickTime



MP4,  WMV



Document Outline

  • Страница 1
  • Страница 2
  • Страница 3
  • Страница 4
  • Страница 5
  • Страница 6
  • Страница 7
  • Страница 8
  • Страница 9
  • Страница 10
  • Страница 11
  • Страница 12
  • Страница 13
  • Страница 14
  • Страница 15
  • Страница 16
  • Страница 17
  • Страница 18
  • Страница 19
  • Страница 20
  • Страница 21
  • Страница 22
  • Страница 23
  • Страница 24
  • Страница 25
  • Страница 26
  • Страница 27
  • Страница 28
  • Страница 29
  • Страница 30
  • Страница 31
  • Страница 32
  • Страница 33
  • Страница 34
  • Страница 35
  • Страница 36
  • Страница 37
  • Страница 38
  • Страница 39
  • Страница 40


Поделитесь с Вашими друзьями:


©emirsaba.org 2019
әкімшілігінің қараңыз

    Басты бет