파일(file) 이란?
하나의 단위로서 취급되는 연관된 레코드의 조직적인 집단. 컴퓨터 시스템에서 파일은 자기 테이프·디스크·천공 카드 또는 주기억 장치에 존재함. 기록철. - Oxford Languages
기본적으로 모든 파일은 그저 바이트들로 이루어져 있습니다.
다시 말해서 0에서 255까지의 숫자들이 연속적으로 이어져 있는 것입니다.
파일이 들어 있는 저장장치에서는 여러 영역에 나눠져 있을 수 있습니다만, 우리 관점에서는 파일은 그저 일련의 바이트들로 구성되어 있을 뿐 입니다.
일반적으로 모든 파일은 바이너리 파일입니다. 그러나 파일 안의 데이타가 오직 텍스트(문자,숫자,기호들)만 들어있고 여러 행들로 구성되어 있다면, 우리는 그 파일을 텍스트 파일로 간주합니다.
텍스트 파일
--설명을 위해서 파일들이 단지 ASCII 문자들로만 이루어졌다고 가정합니다.--
텍스트 파일을 메모장이나 다른 간단한 텍스트 편집기로 열면 여러 행으로 구성된 텍스트를 보게 됩니다.
반면에 그 파일이 디스크 안에 저장되어 있을 때는 이런 행들로 쪼개져 있지는 않습니다.
파일은 일련의 숫자들이 늘어서 있는 것입니다.
그 파일을 메모장으로 열면, 메모장은 각 숫자를 시각적 표시로 번역합니다.
예를 들어서 메모장이 숫자 97을 읽게 되면, 문자 a를 보여줄 것입니다.
이것을 가르켜 ASCII에서 숫자 97은 문자 a를 나타낸다고 말할 수 있습니다.
편집기에서 여러 행을 보게 되는 이유는 파일의 내용 중 개행(newline)이라고 불리는 어떤 바이트가 실제로는 편집기에게 다음 행의 시작 부분으로 이동하라는 지시를 하기 때문입니다.
따라서 파일 안에서 개행 문자 뒤에 오는 문자는 다음 행에 표시되게 됩니다.
개행 문자
실제로는 ASCII 표에 개행이라 불리는 문자는 없습니다.
우리가 개행이라 부를 때는 보통 컴퓨터에게 다음 행의 시작 지점으로 이동하라고 지시하는 표시를 의미하게 됩니다.
운영체제에 따라 개행을 나타내는 바이트들 집합이 서로 다릅니다.
| LF | 멀틱스, 유닉스, 리눅스, 제닉스, AIX, OS X, FreeBSD |
| CR+LF | DEC TOPS-10, RT-11, CP/M, MP/M, 도스, OS/2, 윈도우, 심비안 OS, 팜 OS |
| CR | 코모도어 8비트 머신, TRS-80, 애플 II, 맥 OS (버전 9 이하), OS-9 |
| RS | POSIX 이전의 QNX |
개행은 ASCII 표에서 LF (라인 피드(line feed) 16진수 0x0A,10진수 10)와 CR (캐리지 리턴(carriage return 16진수 0x0D, 10진수 13) 이라 불리는 두 개의 문자의 조합으로 나타납니다.
타자기에서 다음 줄로 넘어가기 위해서 사용자가 손잡이를 줄의 첫 부분으로 당겨야 했었습니다.
이 동작은 먼저 "캐리지"를 용지의 시작 부분으로 밀고, 캐리지가 도착해서 고정되면 (-> 캐리지 리턴)
그 다음 손잡이를 당겨 용지를 살짝 돌림으로써 캐리지가 다음 줄을 가리키게 합니다. (->라인 피드)
이제 타자기는 다음 줄에 입력할 준비가 끝났습니다.
이런 연유로 MS 윈도우에서는, 개행은 두 개의 문자로 나타냅니다
CRLF. 캐리지 리턴 뒤에 라인 피드가 이어집니다.
유닉스/리눅스 시스템과 맥 OSX에서는, 개행은 LF(라인 피드) 문자 하나로 나타냅니다.
참고로, 맥 OS Classic (OSX 이전), Commodore, 코모도어, ZX Spectrum TRS-80은 모두 CR(캐리지 리턴)을 사용하여 개행을 나타냈습니다.
그래서, 여러분이 가진 파일이 ASCII 출력 가능 문자들로 채워져 있고 사이사이에 "개행"이 조금 흩어져 있다면, 이 파일은 텍스트 파일입니다.
인코딩
물론 여러분이 ASCII 표를 보셨다면 여기 있는 문자들만으로는 매우 소수의 언어만 작성할 수 있다는 것을 알 수 있을 겁니다.
대부분 라틴 계열 언어들이죠.
이 문자들을 사용하는 많은 언어들에는 몇 개의 특수한 글자들이 있습니다.
예를 들어 헝가리어에는 모음이 몇 개 더 있습니다 : aáeéiíoóöőuúüű. (라틴어에서 온 5개에 추가로 9개)
ASCII 표에 있는 것으로는 이 글자들을 나타낼 수 없습니다.
그래서 사람들은 ASCII 외에 다른 인코딩을 만들었습니다.
각 인코딩은 컴퓨터 파일에 저장할 수 있는 숫자들과 스크린에 표시되어야 하는 "그림"간의 매핑입니다.
ASCII에서조차도, 파일 안에 글자 a가 들어있는 건 아니라는 것을 기억하세요. 여러분이 저장한 것은 숫자 97이고 여러분의 컴퓨터는 그것을 글자 a로 표시해야 된다는 것을 알고 있습니다.
그 컴퓨터는 여러분의 파일이 ASCII 인코딩이나, Latin1이나 UTF8과 같이 ASCII 기반 인코딩 또는 ASCII 호환 인코딩으로 저장되어 있다고 판단될 경우 a를 표시할 것입니다.
어쨌거나 오래 전에는 사람들이 자신들의 고유 언어를 나타내기 위해서 다양한 인코딩을 사용하였습니다.
그러나 이 인코딩들은 서로 겹치곤 했고, 같은 숫자가 서로 다른 언어에서 서로 다른 문자(그림)를 나타내는데 사용되었습니다.
그래서 이런 언어들을 하나의 파일 안에 섞어서 쓸 수 없었고, 응용프로그램이 파일의 내용을 표시할 인코딩을 잘못 선택할 경우 여러분은 다른 언어에서 사용되는 문자들이 난해하게 섞여 있는 모습만을 보게 되곤 했습니다.
어떤 웹페이지가 이런 고대의 인코딩으로 작성되었고, 브라우저가 그 페이지를 표시할 때 다른 인코딩을 선택하는 경우에 말이죠.
이 문제의 해결책은 HTML 페이지 안에 인코딩에 대한 정보를 포함시키는 것이지만, 사람들은 종종 그것을 잊어버렸습니다.
다른 좋은 해결책은 UTF-8 인코딩을 사용하는 것인데 왜냐하면 이 인코딩은 이 우주 안에서 알려져 있는 모든 문자를 포함하고 있기 때문입니다.
불행하게도 클링온족(역주:스타트렉의 외계 종족)의 문자는 아직 포함되지 않았습니다.
UTF-8은 유니코드(Unicode) 문자들을 숫자에 대응시키는 좋은 방법 중 하나입니다.
유니코드에 현재 110,000개 이상의 문자들이 포함되어 있기 때문에, 유니코드는 0에서 255까지만을 담을 수 있는 한 바이트로는 나타낼 수 없습니다.
따라서 UTF-8에서는 모든 문자를 최소 1바이트에서 최대 4바이트를 사용하여 나타냅니다.
만일 여러분이 UTF-8 인코딩을 사용하여 작성된 파일을, ASCII 문자만을 다룰 수 있는 편집기로 열었다면, 다수의 "쓰레기"들을 보게 될 것입니다.
UTF-8 내의 어떤 문자들은 ASCII에서 "제어 문자"로 쓰이는 숫자로 나타나기 때문입니다.
그래서 그 편집기에서는 이런 파일은 바이너리 파일과 구별이 되지 않습니다.
바이너리 파일
바이너리 파일은 기본적으로 "행 단위"가 아닌 모든 파일들을 다 일컫습니다.
표시용 문자와 개행문자 외에 다른 기호가 들어 있는 파일들도 바이너리 파일입니다.
따라서 C 프로그래밍 언어로 작성된 프로그램은 텍스트 파일이지만, 이것을 컴파일하여 나온 결과물은 바이너리입니다.
Perl 프로그램은 텍스트 파일이지만, 이것을 PAR::Packer를 사용하여 압축한다면 바이너리 파일이 될 것입니다.
마이크로소프트 워드 파일은 바이너리 파일입니다.
실제 텍스트 외에 글꼴의 크기와 색상을 지정하기 위한 다양한 문자들이 포함되어 있기 때문입니다.
Open Office Write 파일은 바이너리 파일입니다.
왜냐하면 이것은 XML 파일들을 zip으로 압축한 세트이기 때문입니다.
그러나 이 안에 압축되어 있는 XML 파일들은 텍스트 파일들입니다.
이 안에도 텍스트와 글꼴 크기와 색상을 나타내는 문자들이 포함되어 있지만요.
HTML 파일들도 텍스트 파일입니다.
비록 브라우저로 볼 때는 나타나지 않는 수많은 문자들을 포함하고 있지만 말이죠. 개행문자가 브라우저로 볼 때 위에서 설명했던 개행 문자의 뒤에 있는 문자가 다음 줄에 표시되지 않는데도 여전히 텍스트 파일로 간주됩니다.
HTML 파일이 텍스트 파일로 간주되는 이유는, 모든 "제어 문자"들 자체도 통상의 텍스트 편집기로 볼 수 있는 "출력가능한 문자"들로 이루어져 있기 때문입니다.
출처 : http://ko.perlmaven.com/what-is-a-text-file (일부 수정)
'이것 저것' 카테고리의 다른 글
| 구글 스프레드 시트 만들기 (0) | 2021.12.18 |
|---|---|
| 성능 시험 성적서 보는 방법 - cps / tps / Bi-directional Throughput / HTTP Throughput / CC (0) | 2021.12.17 |
| 워드에서 현재 페이지 번호와 전체 페이지 번호 표시하기 (0) | 2021.12.17 |
| 파일명 일괄 변경하기 (0) | 2021.12.17 |
| python 2.7 에서 netmiko 설치 후 import 시 에러 발생 (0) | 2021.11.17 |