Textdateien zum Testen: leer, BOM, CRLF, Unicode
Textdateien unterscheiden sich in Kodierung, Zeilenende und Größe, und an diesen Stellen scheitern Importe häufig. Zum Download stehen leere und winzige Dateien, UTF-8 mit und ohne BOM, Unix-, Windows- und Mac-Zeilenenden, Nullbytes, Steuerzeichen, unsichtbare Unicode-Zeichen und Blindtext. Damit lassen sich Upload, Parser und Editor auf Grenzfälle prüfen; sehr große Dateien entstehen erst beim Klick im Browser.
26 Varianten auf einer Seite, jede mit eigenem Kopier- oder Download-Knopf.
Leere Datei (0 Byte)
(leer)
Enthält keinen einzigen Byte. Prüft, ob Upload und Import mit Größe 0 umgehen können.
Datei mit genau 1 Byte
a
Ein einziges Zeichen: der Buchstabe a (1 Byte).
Datei mit nur einem Zeilenumbruch (1 Byte)
⏎
Datei mit nur Leerzeichen und Zeilenumbrüchen
…
Sieht leer aus, ist es aber nicht: enthält 3 Leerzeichen, Tabulator und Zeilenumbrüche.
Textdatei mit exakt 1024 Byte (nur ASCII)
0123456789abcdef0123456789abcdef0123456789abcdef0123456789abcdef0123456789abcdef0123456789abcdef0123456789abcdef0123456789abcdef0123456789abcdef0123456789abcdef0123456789abcdef0123456789abcdef0123456789abcdef0123456789abcdef0123456789abcdef …
Reines ASCII, daher 1024 Zeichen gleich 1024 Byte.
Textdatei mit einer einzigen Zeile aus 100.000 Zeichen
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx …
Kein Zeilenumbruch. Testet Editoren, Zeilenpuffer und Anzeige ohne Umbruch.
Textdatei mit einer Zeile aus 5000 Wörtern
wort1 wort2 wort3 wort4 wort5 wort6 wort7 wort8 wort9 wort10 wort11 wort12 wort13 wort14 wort15 wort16 wort17 wort18 wort19 wort20 wort21 wort22 wort23 wort24 wort25 wort26 wort27 wort28 wort29 wort30 wort31 wort32 wort33 wort34 wort35 wort …
Eine Zeile mit durch Leerzeichen getrennten Wörtern: zum Testen automatischer Zeilenumbrüche.
Textdatei mit 10.000 Leerzeilen
⏎ …
10.000 Byte, nur aus Zeilenumbrüchen.
UTF-8 ohne BOM, mit Umlauten
Umlaute: ä ö ü Ä Ö Ü ß Anführungszeichen: „deutsch“ »französisch« “englisch” ‚einfach‘ Währung und Zeichen: € £ ¥ © ® ™ § ° ± ½ …
Die ersten Bytes sind direkt der Text, ohne Byte-Order-Mark.
UTF-8 mit BOM, mit Umlauten
Umlaute: ä ö ü Ä Ö Ü ß Anführungszeichen: „deutsch“ »französisch« “englisch” ‚einfach‘ Währung und Zeichen: € £ ¥ © ® ™ § ° ± ½ …
Beginnt mit den drei Bytes EF BB BF. Excel erkennt UTF-8 so; manche Programme zeigen oder behandeln das BOM als Zeichen.
UTF-8 mit Zeichen aus 1 bis 4 Byte
A (1 Byte) ä (2 Byte) € (3 Byte) …
Je Zeile ein Zeichen mit 1, 2, 3 oder 4 Byte in UTF-8; die Emoji-Zeilen brauchen Zeichensätze mit Zeichen über U+FFFF.
Umlaute in zerlegter Form (NFD) und zusammengesetzter Form (NFC)
NFC: ä ö ü Ä NFD: ä ö ü Ä
Beide Zeilen sehen gleich aus, die Bytefolgen unterscheiden sich. macOS speichert Dateinamen oft zerlegt.
Unicode-Zeichen mit Tücken (Nullbreite, Richtung, Kombinierung)
Leerzeichen ohne Breite: ab Zeilentrenner U+2028: a b Geschütztes Leerzeichen: a b …
Enthält unsichtbare und richtungsändernde Zeichen. Zum Testen von Suche, Längenzählung und Textsatz.
Textdatei mit Windows-Zeilenenden (CRLF)
Erste Zeile Zweite Zeile Dritte Zeile …
Jede Zeile endet mit CR LF (0D 0A).
Textdatei mit Unix-Zeilenenden (LF)
Erste Zeile Zweite Zeile Dritte Zeile …
Jede Zeile endet mit LF (0A).
Textdatei mit altem Mac-Zeilenende (nur CR)
Erste Zeile Zweite Zeile Dritte Zeile …
Zeilen enden nur mit CR (0D), wie klassisches Mac OS. Viele Programme zeigen alles in einer Zeile.
Textdatei mit gemischten Zeilenenden
LF-Zeile CRLF-Zeile CR-Zeile …
LF, CRLF und CR in einer Datei. Git meldet dabei gern Warnungen.
Textdatei ohne Zeilenumbruch am Ende
Erste Zeile Letzte Zeile ohne Umbruch
Textdatei mit Tabulatoren und Leerzeichen gemischt
eins zwei drei vier fünf sechs sieben acht …Textdatei mit Leerzeichen am Zeilenende
Zeile mit drei Leerzeichen Zeile ohne Zeile mit Tab …
Zeile 1 endet mit 3 Leerzeichen, Zeile 3 mit einem Tabulator.
Datei mit Nullbytes mitten im Text
Vor dem Nullbyte nach dem Nullbyte Zweite Zeile drei Nullbytes
Enthält vier NUL-Zeichen (00). Viele Werkzeuge halten die Datei dann für binär; C-Strings enden am ersten Nullbyte.
Datei mit Steuerzeichen (Bell, Rücktaste, Escape, Seitenvorschub)
Bell: Rücktaste: Seitenvorschub: …
Enthält unsichtbare Steuerzeichen und eine ANSI-Farbfolge. In einem Terminal ausgegeben, kann der Text farbig erscheinen.
Alle druckbaren ASCII-Zeichen
!"#$%&'()*+,-./0123456789:;<=>?@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_`abcdefghijklmnopqrstuvwxyz{|}~Zeichen von Leerzeichen (32) bis Tilde (126), in dieser Reihenfolge, eine Zeile.
Text, der wie falsch dekodiertes UTF-8 aussieht (Mojibake)
Grüße aus München: ä ö ü ß Kaffee für € 3,50
So sieht ein UTF-8-Text aus, der fälschlich als Windows-1252 gelesen wurde. Die Datei selbst ist normales UTF-8 mit diesen Zeichen als Text.
Blindtext: 200 Zeilen in UTF-8
Zeile 1: Dies ist ein Beispielsatz mit Umlauten (äöü) und Zahlen 0123456789. Zeile 2: Dies ist ein Beispielsatz mit Umlauten (äöü) und Zahlen 0123456789. Zeile 3: Dies ist ein Beispielsatz mit Umlauten (äöü) und Zahlen 0123456789. …
Absätze mit Blindtext (Markdown-kompatibel)
# Blindtext Erster Absatz: Dies ist ein Beispieltext ohne Bedeutung. Er hat Umlaute (äöüß) und eine Zahl 1234. …