常用的中文电子文件类型

南大站

近年来，中文软体有了长足进展，中文电子文件的应用也随着逐日增广。认识不同的文件类型，有益文件处理工作。这里介绍一些常用的中文电子文件类型(file type)。

基本文档

电脑存储文件，最基本的格式是文本文档(Text File)。文本文件大都采用.TXT 为文件类型。文本文件上的每一个字符(character)，都表达一个简单的信息。

电脑软体由二进位数字(bit)组成，采用八位(二进)数字组成一个字节(byte)。八位(二进)数字最多只能表达512个字符，对于使用拉丁字母的拼音文字来说，每个字母占用一个不同的字符，加上标点和其他符号，游刃有余。对于数万的方块字来说，一个字节完全不足够应用。因此，目前采用双字节代表汉字字符。双字节字符(double byte charater set, DBCS)可以表达6,5536个字符，大抵能够涵盖常用的汉字。

采用双字节字符，要靠软体把文件上的双字节字符转换成方块字。目前中国以外的地区，多使用英语操作系统(Operating Systems)，必须开启外挂(add-on)软体，才能直接输入和输出汉字。常用的软体，有“中文之星”、“南极星 Communicator”等。

应用文档

应用文档指的是要靠应用软体才能工作的有关文件，常用的中文应用软体是“南极星 CWP”，Word (2000 及以后版本)和超文本标示语言(HTML)等。

“南极星”文档，多数采用.NJX 为文件类型；Word 一般采用.DOC 为文件类型。应用文档的特点是隐含编辑控制指令，能够排出美观的形式，当然这也就使用了较多存贮空间，只有有关应用软体才能解读文件。

超文本标示语言(Hypertext Markup Language)文件，一般采用.HTM或者.HTML为文件类型。这种文件格式最接近文本文件格式，所用的编辑控制指令，都制成明示的标签(tag)，用于控制网页浏览器显示功能。开发超文本标示语言的主要目标，是要所有的网页浏览器(browser)都能解读这种文件格式。如果系统里没有中文字型(font)，经过一次下载，就可以阅读中文文件。这类文件格式，如果更近一步开发，可以取代其他编辑应用软体。

图象文档

最基本的图象文档是位映射格式(bit-map fromat)，采用.BMP 为文件类型。简单的说，这类文件把图象分割成上万的点阵，用数码存贮成文档。图象上的汉字不是字符，而是质量很好的真实笔墨，一看就可读出。只是，图象尺寸较大，消耗大量空间，输送传载时间长，要求电脑工作量大，通常都避免使用。

改进的图象文档格式众多，常用的有图形交换格式(GIF)，联合图像专家组格式(JPEG)和标签图象文件格式(TIFF)等。

图形交换格式（Graphics Interchange Format ）文件，采用.GIF 为文件类型。图形交换格式文件，基本上把图象的重复点群压缩。解压后的图象与原图象完全一样，一点也不失真。这种图象格式存贮量小，还可制作活动图象。但是，图形交换格式只能存贮256种色彩，不适合保存精细的彩色照相。

联合图象专家组（Joint Picture Experts Group）文件格式，采用.JPG，.JPE或者.JPEG 为文件类型。这种图象文件格式，适合有自然色彩过渡的照片或图象的存放，可以表达3,2768种色彩，所用存贮空间比较多。这类文件也可以压缩，压缩时可能有损图象质地，通常需要在存贮空间与图象失真之间，寻求两者的平衡。

标签图象文件格式（Tag Image File Format），采用.TIF或者.TIFF 为文件类型。这种图象文件格式，容易把图象分区，应用在光读上，可以把汉字图象转换成汉字字符。

小结

总的来说，如果在电脑操作系统装设了中文附加软体，应用基本文本文件，可以节省存贮空间。如果要编排文件外形，打印美观，可用应用文档格式文件。如果要与别人交流信息，最方便的是超文本标示语言文件。在别无可用的时候，才采用图象格式文件。

2003-12-12

(按：电子文件是通俗的称呼，较准确的名称是数字文件。)