12. Datové soubory

Opakování:

• autentizace, hesla, kontrola chyb

Zápis:

---

12. Datové soubory
**Souborový systém Windows**
- strom složek (folders) začínající kořenem (root)
- soubory (files) - jméno (filename), přípona (extension)
- manažery - Průzkumník, Commanders, TreeSize
**Formáty datových souborů**
- textové - prostý text - txt, zdrojáky programovacích (cpp, js, py) a značkovacích jazyků (html, xml)
- binární - čitelné daným programem (pdf, jpg, mp4)
**Kontrola integrity (neporušenosti) dat**
- otisky (např. SHA256) - malá změna v datech způsobí významnou změnu v otisku

---

Teorie pro Windows:

• Souborový systém - viz Průzkumník souborů (okno+E):
  • kořenová složka (root) logického disku C:\
  • strom složek (adresářů - folders, directories) - kontejnery pro soubory
  • soubor (file) - datová jednotka uložená na disku
    • má jméno a příponu za tečkou (filename+extension),
      • od Windows 95 názvy delší než 8+3
      • přípona (také suffix) je důležitá pro asociaci s aplikací, mívá 2-4 znaky
    • obsahuje spustitelný binární (strojový) kód = přeložený program (přípona exe = executable) 32 nebo 64-bitový
    • nebo data - přípona podle autorského programu, nezávislé na jeho verzi 32 nebo 64 bit
• dnes soubory i v cloudu (OneDrive)

Průzkumník souborů

• Zobrazení, Řazení, zobrazení přípon, skrytých položek
• Hledání souborů
• Výběr, Kopírovat, Přesunout, Odstranit, Přejmenovat, Sdílet, Vytvořit zástupce
• Otevřít (také Otevřít v programu, Výchozí aplikace podle typu souboru), Upravit, Odeslat
• Vlastnosti (uchovává si OS, není uloženo v souboru)
  • Velikost, Vytvořeno, Změněno, Atributy - Jen pro čtení, Skrytý, Archivační příznak
  • Zabezpečení - Vlastník, oprávnění pro skupiny, uživatele
• Zobrazení - Podrobnosti, Seskupit, Přidat sloupce
• alternativy - klony Norton Commander - Total Commander, Midnight Commander (Linux), historický Manažer602, práce se soubory v MS-DOS
• TreeSize - řazení podle velikosti souborů napříč složkami

Formáty datových souborů

• textové - čitelné, tisknutelné, řádky ukončené CR+LF, kódování ASCII, Unicode/UTF-8 (viz kap. Kódování textu dříve)
  • prostý text (plain text) - bez formátování - txt, jednoduché formátování pomocí Markdown
  • zdrojové kódy programovacích jazyků c, cpp, cs, js, jar, pas, py, php
  • značkovací jazyky - html (css), xml (svg, gpx, komprimované docx, xlsx, epub), rtf
  • výměnné datové formáty (export/import mezi různými programy) - prn (pevná délka dat), csv (data oddělená oddělovačem - středníkem, čárkou apod.)
  • hexadecimální zobrazení ve VSC přes kl. F1 - HexEditor
• binární - čitelné příslušným programem nebo prohlížečem, zobrazení ve VSC po otevření - Open anyway, otevřené/uzavřené (proprietární - tvůrce nezveřejnil strukturu)
  • dokumenty - pdf (otevřený formát), doc, xls
  • grafika - ps, cdr, sldprt, jpg, png
  • multimédia - mkv, avi, mp4, mp3
  • databáze - dbf, sqlite
• kombinované
  • složené z typů výše a většinou komprimované (např. zip)
  • záložní a archivní soubory, obrazy disků - ISO

Pozn. Změna přípony datového souboru nezmění formát dat souboru (častý omyl uživatelů)

Metadata - https://cs.wikipedia.org/wiki/Metadata

• vložené doplňující informace, zejm. u multimédií - např. EXIF u fotek JPG, ID3 u MP3, značka meta u HTML
• ve Windows Vlastnosti - Podrobnosti, také v Průzkumníku Zobrazení - Podrobnosti, pak Přidat sloupce
• program MediaInfo - používá konfigurační soubor INI

Doplněk - Kontrola neporušenosti (integrity) dat souborů:

• pro kontrolu nepoškození souboru po přenosu se používají otisky (hash) - krátké řetězce dané délky (většinou 256 nebo 512 bitů), které se z dat souboru vygenerují, malá změna v datech způsobí velkou změnu v klíči
• postup kontroly:
  • výpočet hašovacího otisku před přenosem souboru
  • výpočet otisku po přenosu a porovnání s původním - zjistíme, že při přenosu nastala chyba, ale nemůžeme ji opravit (jedině znovu data přenést)
• Např. MD5, SHA
• Generování otisku - v Průzkumníku Windows pravé tlačítko na souboru a CRC SHA (pokud je nainstalovaný 7-zip), certutil v cmd (certutil -hashfile infile MD5), PSPad - Nástroje - Otisk (pozn. SHA2 = SHA256), online např. zde
• často se používá u stahovaného software (např. sqlite, mediainfo)
• Existují i dekryptory (z hashe najdou heslo ze slovníku) - např. zde