Wat is het UTF8-bestandsformaat?
De extensie .utf8 markeert een plat tekstbestand dat expliciet is gecodeerd in UTF-8 - de dominante Unicode-tekstcodering op het moderne web en de meeste besturingssystemen. UTF-8 werd in september 1992 ontworpen door Ken Thompson en Rob Pike en later gestandaardiseerd als RFC 3629 (2003); het codeert elk Unicode-codepunt met één tot vier bytes, terwijl het volledig achterwaarts compatibel blijft met ASCII.
De extensie zelf is geen apart bestandsformaat. Het is een informele conventie die wordt gebruikt om de codering aan te geven - meestal wanneer een tool zoals iconv -t UTF-8 een bestand met een verouderde codering converteert, of wanneer een project kopieën in verschillende coderingen opslaat en deze van elkaar moet onderscheiden. Hernoem een .utf8-bestand naar een .txt-bestand en het gedraagt zich identiek; elke editor of viewer die platte tekst verwerkt, zal het zonder wijzigingen openen.
Een .utf8-bestand kan optioneel beginnen met de UTF-8 byte-order mark (BOM), de reeks van drie bytes EF BB BF. De meeste Linux- en macOS-tools laten de BOM weg; Windows-applicaties voegden deze historisch gezien toe. Lezers die het bestand behandelen als Windows-1252 zullen de BOM weergeven als de vreemde tekens .
Omdat UTF-8 de standaardcodering is van Markdown, CSV, JSON en vele andere tekstformaten, verschijnt het achtervoegsel .utf8 het vaakst in gegevensconversie-pijplijnen, lokalisatieworkflows en migratieprojecten waarbij het expliciet benoemen van de codering ambiguïteit voorkomt.
Beveiliging & veiligheid
RISICO: LOWEen .utf8-bestand is platte tekst en kan niet worden uitgevoerd, dus het openen ervan om te lezen is veilig. De enige kanttekeningen zijn niet-kwaadaardig: kies de UTF-8-codering om verminkte tekens te voorkomen, en houd er rekening mee dat de optionele BOM sommige scripts/CSV-imports in de war kan brengen. Vertrouw zoals altijd de extensie pas na een controle - een bestand dat beweert „data.utf8” te zijn maar eigenlijk een uitvoerbaar bestand is, vormt het echte risico, niet het UTF-8-tekstformaat zelf.
Formaatdetails
in een notendopProgramma's die UTF8-bestanden openen
Windows4 apps
Windows Notepad
Ingebouwd Open het bestand; het moderne Notepad gebruikt standaard UTF-8 en toont de codering in de statusbalk. Gebruik Opslaan als > Codering om de BOM te beheren. 
Microsoft Word
Betaald Open de .utf8 (kies „Gecodeerde tekst > Unicode (UTF-8)” indien gevraagd) alleen als u opmaak/afdrukken nodig hebt; overbodig voor platte tekst. 
Notepad
Open-source Open het; als tekens er verkeerd uitzien, gebruik dan Codering > Converteren naar/Coderen in UTF-8 (met of zonder BOM). Beste gratis keuze voor controle over codering. 
Visual Studio Code
Gratis Open het bestand; klik op de coderingsindicator in de statusbalk om te kiezen voor „Opnieuw openen met codering > UTF-8” als het er verminkt uitziet. 
macOS3 apps
TextEdit
Ingebouwd Openen als platte tekst; TextEdit leest standaard UTF-8. Gebruik „Maak platte tekst” als het opent als tekst met opmaak. 
BBEdit
Freemium Open het bestand; kies UTF-8 in het coderingsmenu indien nodig. (TextWrangler/TextMate zijn verouderd - gebruik BBEdit of VS Code.) 
MacVim
Open-source Open met „:e ++enc=utf-8 file.utf8” als de codering niet automatisch wordt gedetecteerd. 
Linux3 apps
Vim
Open-source Opent standaard UTF-8 in een UTF-8-omgeving; forceer met „:e ++enc=utf-8”. Controleer met „:set fileencoding?” 
GNU Emacs
Open-source Opent UTF-8 automatisch; „C-x RET r utf-8 RET” leest opnieuw in UTF-8 als de buffer er onjuist uitziet. 
gedit / GNOME Text Editor
Open-source Dubbelklik om te openen; kies UTF-8 in het menu „Openen met codering” als tekens verminkt zijn.
Any web browser
Gratis Sleep het .utf8-bestand naar een browsertabblad om het te bekijken; browsers renderen UTF-8 standaard. Technische details
diepe specificaties| Coderingsschema | Unicode met variabele breedte; elk codepunt gebruikt 1 tot 4 bytes |
| ASCII-compatibiliteit | Bytes 0x00-0x7F zijn identiek aan US-ASCII; een puur ASCII-bestand is geldige UTF-8 |
| Tekenbereik | Alle 1.114.112 Unicode-codepunten (U+0000 tot U+10FFFF) |
| MIME-type | text/plain; charset=utf-8 |
| Byte-order mark (BOM) | Optioneel voorvoegsel van drie bytes EF BB BF (U+FEFF); meestal weggelaten op Linux/macOS, soms toegevoegd door Windows-tools |
| Byte-volgorde | Onafhankelijk van byte-volgorde; endianness is geen probleem, in tegenstelling tot UTF-16 of UTF-32 |
| Bestandsstructuur | Platte reeks gecodeerde tekens; geen verplichte header, schema of metadata |
| Rol van de extensie | Alleen een naamgevingsconventie - signaleert UTF-8-codering aan tools en mensen; structureel identiek aan een .txt-bestand |
| Zelfsynchronisatie | Vervolgbytes beginnen altijd met 10xxxxxx; een lezer kan opnieuw synchroniseren na gegevenscorruptie zonder vanaf het begin te scannen |
| Bytes per codepunt | 1 byte (U+0000-U+007F), 2 bytes (U+0080-U+07FF), 3 bytes (U+0800-U+FFFF), 4 bytes (U+10000-U+10FFFF) |
| Regeleinden | Niet verplicht; bestanden kunnen LF (Unix/macOS), CR+LF (Windows) of enkel CR (verouderde Mac) gebruiken |
| Compressie | Geen ingebouwde compressie; tekstredundantie zorgt ervoor dat .utf8-bestanden efficiënt comprimeren met gzip, zstd of bzip2 |
| Typische bestandsgrootte | Bytes tot vele megabytes; tekst in het ASCII-bereik is byte-voor-byte even groot als ASCII; niet-Latijnse schriften vereisen 2-4 bytes per teken |
| Veelgebruikte generatietools | iconv -t UTF-8, Python str.encode('utf-8'), editors zoals VS Code, Vim (:set fileencoding=utf-8) en Notepad (Windows 10+) |
| Uitgebracht | UTF-8 designed 1992; standardized in Unicode/ISO 10646. The .utf8 hint suffix is a later informal convention |
| Laatste versie | UTF-8 per current Unicode (e.g. Unicode 16.0, 2024) and RFC 3629 |
| Open standaard | Ja · royaltyvrij |
| Specificatie | datatracker.ietf.org |
UTF8 conversies
Community V&A
gevraagd door gebruikersNog geen vragen - wees de eerste om iets te vragen over UTF8-bestanden.
