この記事の要点

テキスト・ドキュメント系: 人間が読む文書ファイル全般 プレーン (.txt .md) / オフィス (.docx .xlsx .pptx) / 表計算 (.csv .tsv) / 携行可能 (.pdf .rtf) の 4 系統 文字コードと改行コードが互換性の最大の落とし穴。UTF-8 (BOM 無し) + LF が現代の事実標準 Office Open XML (.docx 等) は実体が ZIP + XML。unzip で中身を確認できる PDF は固定レイアウト用、Markdown は流動レイアウト用と使い分ける

このカテゴリについて

テキスト・ドキュメント系は、人間が読むことを前提とした文書ファイルの総称です。プレーンテキスト（.txt .md）のように文字だけのものから、書式情報を持つ .docx .pdf、表計算の .csv .xlsx まで幅広く含みます。

このジャンルは文字コード（character encoding）と改行コードの罠が多く、UTF-8 / Shift-JIS / EUC-JP / CRLF / LF / CR の組み合わせで文字化けや差分汚染が頻発します。現代では UTF-8（BOM 無し）+ LF が事実上の標準ですが、Excel が出力する CSV は依然 Shift-JIS + CRLF だったり、古い Windows アプリは BOM 必須だったりと、業務では場面ごとの判断が必要です。

テキスト・ドキュメント形式で扱う主な拡張子

拡張子	概要
.txt	プレーンテキスト。最もシンプルだが文字コード・改行で揉める
.md	Markdown。GitHub / Qiita / Zenn など開発ドキュメントの主流
.pdf	Portable Document Format。固定レイアウト印刷の事実標準
.docx	Microsoft Word。実体は ZIP + XML（Office Open XML）
.xlsx	Microsoft Excel。同じく Office Open XML
.pptx	Microsoft PowerPoint。同じく Office Open XML
.csv	Comma-Separated Values。区切りはカンマ、引用符はダブルクォート
.tsv	Tab-Separated Values。タブ区切り。CSV より引用符問題が少ない
.rtf	Rich Text Format。Microsoft が策定した可搬性高い書式付きテキスト
.odt / .ods / .odp	OpenDocument。LibreOffice / OpenOffice の標準

用途別の使い分け

目的	推奨形式	理由
印刷・配布（レイアウト固定）	.pdf	環境依存せず同じ見た目で表示できる
共同編集	.docx / Google Docs	変更履歴・コメント・同時編集対応
開発ドキュメント	.md	Git で diff が見やすい、自動ビルド可能
システム間のデータ受け渡し	.csv / .tsv	軽量、ほぼすべてのツールで読める
長期保存・アーカイブ	.pdf/A	ISO 19005 標準、長期再現性が保証される
テンプレート配布	.rtf / .docx	OS 標準ツールで開ける

関連カテゴリ・記事

• ファイル拡張子とは（概論）
• Web・データ・設定 — JSON / XML / YAML との比較
• データベース・データ交換 — Parquet / Avro との比較
• CSV読み込み
• CSVファイルのダウンロード