Hvad er UTF8-filformatet?
Filendelsen .utf8 markerer en almindelig tekstfil, der eksplicit er kodet i UTF-8 - den dominerende Unicode-tegnkodning på det moderne web og de fleste operativsystemer. UTF-8 blev designet af Ken Thompson og Rob Pike i september 1992 og senere standardiseret som RFC 3629 (2003); den koder hvert Unicode-kodepunkt ved hjælp af en til fire bytes, mens den forbliver fuldt bagudkompatibel med ASCII.
Selve filendelsen er ikke et særskilt filformat. Det er en uformel konvention, der bruges til at signalere kodning - oftest når et værktøj som iconv -t UTF-8 konverterer en fil med en ældre kodning, eller når et projekt gemmer kopier i forskellige kodninger og har brug for at kende forskel på dem. Omdøb en .utf8-fil til en .txt-fil, og den opfører sig identisk; enhver editor eller fremviser, der håndterer almindelig tekst, vil åbne den uden ændringer.
En .utf8-fil kan valgfrit begynde med et UTF-8 byte-order mark (BOM), en sekvens på tre bytes EF BB BF. De fleste Linux- og macOS-værktøjer udelader BOM; Windows-applikationer har historisk set tilføjet det. Læsere, der behandler filen som Windows-1252, vil vise BOM som de mærkelige tegn .
Da UTF-8 er standardkodningen for Markdown, CSV, JSON og mange andre tekstformater, optræder .utf8-suffikset oftest i datakonverterings-pipelines, lokaliserings-workflows og ældre migreringsprojekter, hvor eksplicit navngivning af kodningen undgår tvetydighed.
Sikkerhed og tryghed
RISIKO: LOWEn .utf8-fil er almindelig tekst og kan ikke eksekveres, så det er sikkert at åbne en for at læse den. De eneste forbehold er ikke-ondsindede: vælg UTF-8-kodning for at undgå ulæselige tegn, og vær opmærksom på, at den valgfrie BOM kan forvirre visse scripts/CSV-importer. Som altid bør man kun stole på filendelsen efter et tjek - en fil, der påstår at være «data.utf8», men som faktisk er en eksekverbar fil, ville være den reelle risiko, ikke selve UTF-8-tekstformatet.
Formatdetaljer
kort fortaltProgrammer der åbner UTF8-filer
Windows4 apps
Windows Notepad
Indbygget Åbn filen; moderne Notepad bruger som standard UTF-8 og viser kodningen i statuslinjen. Brug «Gem som > Kodning» for at styre BOM. 
Microsoft Word
Betalt Åbn .utf8 (vælg «Kodet tekst > Unicode (UTF-8)», hvis du bliver spurgt) kun hvis du har brug for formatering/udskrivning; det er overflødigt til almindelig tekst. 
Notepad
Open-source Åbn den; hvis tegnene ser forkerte ud, skal du bruge «Encoding > Convert/Encode in UTF-8» (med eller uden BOM). Det bedste gratis valg til kontrol af kodning. 
Visual Studio Code
Gratis Åbn filen; klik på kodningsindikatoren i statuslinjen for at vælge «Reopen with Encoding > UTF-8», hvis den ser ulæselig ud. 
macOS3 apps
TextEdit
Indbygget Åbn som almindelig tekst; TextEdit læser UTF-8 som standard. Brug «Make Plain Text», hvis den åbnes som formateret tekst. 
BBEdit
Freemium Åbn filen; vælg UTF-8 fra kodningsmenuen efter behov. (TextWrangler/TextMate er udgået - brug BBEdit eller VS Code.) 
Linux3 apps
Vim
Open-source Åbner UTF-8 som standard i en UTF-8-lokalitet; tving det med «:e ++enc=utf-8». Tjek med «:set fileencoding?». 
GNU Emacs
Open-source Åbner UTF-8 automatisk; «C-x RET r utf-8 RET» genindlæser i UTF-8, hvis bufferen ser forkert ud. 
gedit / GNOME Text Editor
Open-source Dobbeltklik for at åbne; vælg UTF-8 i menuen «Åbn med kodning», hvis tegnene er ulæselige.
Any web browser
Gratis Træk .utf8-filen ind i en browserfane for at se den; browsere viser UTF-8 indfødt. Tekniske detaljer
dyb specifikation| Kodningsskema | Unicode med variabel bredde; hvert kodepunkt bruger 1 til 4 bytes |
| ASCII-kompatibilitet | Bytes 0x00-0x7F er identiske med US-ASCII; en ren ASCII-fil er gyldig UTF-8 |
| Tegndækning | Alle 1.114.112 Unicode-kodepunkter (U+0000 til U+10FFFF) |
| MIME-type | text/plain; charset=utf-8 |
| Byte-order mark (BOM) | Valgfrit præfiks på tre bytes EF BB BF (U+FEFF); udelades normalt på Linux/macOS, tilføjes undertiden af Windows-værktøjer |
| Byte-rækkefølge | Uafhængig af byte-rækkefølge; endianness er ikke et problem, i modsætning til UTF-16 eller UTF-32 |
| Filstruktur | Flad sekvens af kodede tegn; ingen obligatorisk header, skema eller metadata |
| Filendelsens rolle | Kun en navngivningskonvention - signalerer UTF-8-kodning til værktøjer og mennesker; strukturelt identisk med en .txt-fil |
| Selv-synkronisering | Fortsættelses-bytes begynder altid med 10xxxxxx; en læser kan gen-synkronisere efter datakorruption uden at genscanne fra starten |
| Bytes pr. kodepunkt | 1 byte (U+0000-U+007F), 2 bytes (U+0080-U+07FF), 3 bytes (U+0800-U+FFFF), 4 bytes (U+10000-U+10FFFF) |
| Linjeskift | Ikke påkrævet; filer kan bruge LF (Unix/macOS), CR+LF (Windows) eller bare CR (ældre Mac) |
| Komprimering | Ingen indbygget; tekst-redundans gør, at .utf8-filer komprimeres effektivt med gzip, zstd eller bzip2 |
| Typisk filstørrelse | Bytes til mange megabytes; tekst i ASCII-området er byte-for-byte samme størrelse som ASCII; ikke-latinske skrifter kræver 2-4 bytes pr. tegn |
| Almindelige værktøjer til generering | iconv -t UTF-8, Python str.encode('utf-8'), editorer som VS Code, Vim (:set fileencoding=utf-8) og Notepad (Windows 10+) |
| Udgivet | UTF-8 designed 1992; standardized in Unicode/ISO 10646. The .utf8 hint suffix is a later informal convention |
| Seneste version | UTF-8 per current Unicode (e.g. Unicode 16.0, 2024) and RFC 3629 |
| Åben standard | Ja · royaltyfri |
| Specifikation | datatracker.ietf.org |
UTF8-konverteringer
Fællesskabets Q&A
spurgt af brugereIngen spørgsmål endnu - vær den første til at spørge om UTF8-filer.
