Формат данных и файлов¶
Формат — это строго определённая структура представления, хранения или передачи данных, заданная набором правил и соглашений, которым должны соответствовать как данные, так и программы, работающие с ними. Понятие «формат» применяется в информатике, телекоммуникации, полиграфии, стандартизации и повседневной жизни (например, формат бумаги А4, формат даты, формат аудиофайла). Единые правила форматирования обеспечивают совместимость: возможность считать, отобразить или воспроизвести данные разными устройствами и программами.
¶Основные значения термина
Слово «формат» происходит от лат. formatum — «вид, форма». В русском языке термин имеет несколько близких, но разграниченных значений:
- В информатике — способ упорядочивания и кодирования данных в файле или потоке (формат файла, формат данных, формат сообщения).
- В полиграфии и издательском деле — размер листа бумаги или отпечатанного издания, а также его вертикальная или горизонтальная ориентация.
- В телекоммуникации — структура передаваемого пакета или кадра данных, включая расположение полей и правила кодирования.
- В метрологии и стандартизации — утверждённый образец, которому должны соответствовать изделия или документы.
¶Форматы файлов
Формат файла определяет, каким образом содержимое закодировано в байтах и как программы должны его интерпретировать. Формат обычно фиксируется в имени файла через расширение (например, .txt, .jpg, .pdf) и сопровождается сигнатурой — сигнатурой в начале файла, по которой программы определяют тип содержимого независимо от расширения.
¶Классификация форматов файлов
| Тип | Описание | Примеры |
|---|---|---|
| Текстовые | Символы в кодировке (UTF-8, Windows-1251) | TXT, CSV, JSON, XML |
| Растровая графика | Пиксельная сетка с указанием цвета | JPEG, PNG, TIFF, WebP |
| Векторная графика | Геометрические примитивы и кривые | SVG, EPS, CDR |
| Аудио | Кодирование звукового сигнала | WAV, MP3, FLAC, OGG |
| Видео | Кадры и звуковая дорожка | AVI, MKV, MP4, WebM |
| Документы | Структурированный документ с разметкой | PDF, DOCX, ODT, DjVu |
| Архивы | Сжатое хранение множества файлов | ZIP, RAR, 7z, TAR.GZ |
| Исполняемые | Код для процессора и ОС | EXE (Windows), ELF (Linux), Mach-O (macOS) |
¶Открытые и проприетарные форматы
Открытые форматы документируются публично и не ограничены лицензией на реализацию (например, PNG, OGG, ODT, CSV). Проприетарные форматы контролируются правообладателем и могут содержать закрытые особенности (например,早期 proprietary форматы Adobe Flash или формат DWG от Autodesk). Открытые форматы обеспечивают долгосрочную совместимость и независимость от поставщика программного обеспечения; в ряде стран, включая Россию, государственные органы обязаны использовать открытые форматы при обмене документами.
¶Форматы данных
Формат данных — это описание структуры набора данных, используемое для обмена между программами. В отличие от формата файла, формат данных может применяться в разных контейнерах: в файле, в памяти, в сетевом протоколе.
- JSON — текстовый формат «ключ-значение», ставший стандартом де-факто для веб-API.
- XML — расширяемый язык разметки с жёсткой схемой, применяющийся в документообороте и конфигурациях.
- CSV — табличный формат разделённых значений, распространённый в бухгалтерии и аналитике.
- Protocol Buffers, Avro, MessagePack — бинарные форматы, обеспечивающие компактность и скорость сериализации.
¶Форматы бумаги и печати
Стандарт ISO 216 закрепляет серию форматов бумаги A, B и C. Наиболее распространённый формат A4 составляет 210 × 297 мм; пропорции сторон всех форматов серии A равны √2, что позволяет складывать листы без потери пропорций. В США и Канаде используется серия Letter (216 × 279 мм) и Legal. Помимо размера, формат издания включает ориентацию (книжная или альбомная), число полос и тип вёрстки.
¶Форматы в телекоммуникации
Сетевые протоколы строго определяют формат кадров и пакетов. В Ethernet формат кадра включает MAC-адреса отправителя и получателя, тип данных, полезную нагрузку и контрольную сумму FCS. В IP-протоколе задан заголовок длиной 20–60 байт с полями версии, длины, TTL, адресов. Несоответствие формату接收接收方 отбрасывает пакет, что является основой многих сетевых ошибок и атак.
¶Стандартизация форматов
Разработкой и утверждением форматов занимаются международные и национальные организации: ISO, МЭК, Всемирный консорциум W3C (HTML, SVG), IETF (JSON, CSV), а также отраслевые консорциумы. Стандартизация обеспечивает интероперабельность — способность систем разных производителей обмениваться данными без преобразований.
¶Значение форматов
Единые форматы — основа цифровой совместимости. Они позволяют архивировать данные десятилетиями, переносить их между платформами и программами, создавать конкуренцию на рынке ПО. Выбор формата при проектировании системы определяет её открытость, производительность и устойчивость к технологическим изменениям.
¶Источники
- ГОСТ Р ИСО/МЭК 2382 — «Информационные технологии. Словарь»
- ISO 216:2007 — «Писчебумага. Размеры режущих листов»
- RFC 8259 — «The JavaScript Object Notation (JSON) Data Interchange Format»
- RFC 793 — «Transmission Control Protocol»
- Кобриков В. М. «Основы информатики»