國家圖書館文本資料加工標準和操作指南（簡體書）

《國家圖書館文本數據加工標準和操作指南》可用于國內各相關單位在數字加工實踐中、各相關領域和行業在進行數字對象加工與管理時。

前言
第一部分 國家圖書館文本數據加工標準
1 引言
2 范圍
3 規范性引用文件
4 術語和定義
5 加工原則
6 文本數據格式體系
7 內容標記
8 文本數據的加工流程
9 命名規則
附錄A （資料性附錄）結構代碼
附錄B（ 資料性附錄）資源級別代碼
第二部分 國家圖書館文本數據加工標準操作指南
1 國內外文本數據加工現狀
2 國家圖書館文本數據加工項目
3 文本數據加工各流程實施指南
附錄1 （資料性附錄）驗收數據交接單
附錄2 （資料性附錄）數據驗收報告
附錄3 （資料性附錄）數據驗收記錄
附錄4 （資料性附錄）加工工藝測試結論表
參考文獻
后記

6.2.1 TXT格式
TXT（Text，純文本）。TXT格式是最常見的一種文本格式，文件體積小，存儲方便，閱讀不受限制。因無文件頭，不易被病毒感染。TXT格式文件中不能插入圖片、圖表等，不能建立超鏈接，不支持字體樣式編輯。
TXT格式作為純文本格式，基于獨特的編碼系統，使得它可以在不同操作系統之間通用，且兼容于不同的文字處理軟件。在不強調使用版面和排版信息時，可以通過任何文本編輯器創建、調用、編輯、修改和儲存的文件格式，可作為文本數據文件的長期存儲格式。
6.2.2 XML格式
XML（Extensible Markup Language，可擴展標識語言）。XML格式是一種表示結構化信息的開放的文本數據格式。XML用統一的方法進行描述和交換，是獨立于應用程序的結構化數據格式。XML可以描述各種各樣的結構信息，并且由于它的數據內容獨立性原則和可自解釋性，使得用它表示的數據信息可以很方便地被不同的數據使用者使用。
XML格式的主要用途：第一，用于指明標識。用于文件排版，指示文字的編排，包括字體大小（字號）、字型（字體）、字形（如粗體、斜體等）、頁面（如A4、B5等）、段落、注腳等。這種標識不涉及被處理文件的內容，主要用來處理文件的排版版面。第二，用于通用標識。描述文件的內容或結構。描述文件結構的方式是以標識文件構成的元素來進行的，以圖書為例，其結構可能是書名、作者、出版社、目次、摘要等。通用標識可以將文件的內容、結構與輸出格式分開，同一份文件內容以不同輸出格式再利用，只需修改輸出格式，文件的內容與結構標識不需要修改。
6.2.3 HTML格式
HTML（Hypertext Markup Language，超文本標記語言）。HTML格式文件專用于Web網頁的開發。HTML文件以標簽（Tag）來標識出一個文檔是如何組織的，以及包含的各種元素，實現服務器及用戶之間進行文件的傳輸及翻譯。HTML文檔利用統一資源定位器URL（Uniformed Resource Locator）進行超媒體鏈接，在文檔內指向其他網絡資源。
HTML通過標簽和屬性對一段文本的語義進行描述，用于文本內容的互聯網使用，如在瀏覽器中顯示什么內容、文件格式、字體、顏色等。它提供由一個文件到另一個文件，或在一個文件內部不同部分之間的超文本鏈接。
HTML格式文件可以用文本編輯器編寫。網絡瀏覽器能夠解釋HTML文件并根據標簽顯示網頁。