文字コード変換・文字化け復元
Shift_JIS・EUC-JP・UTF-8 などのファイルを判定して変換する無料ツール。
文字化けした文字列を貼り付けると、元の文字の候補を表示します。行ごとに調べるので、一部の行だけが化けた文も貼れます。URL エンコードされた文字列(%93%FA%96%7B など)も読めます。
Excel で化ける CSV も直せて、文字化けした文字列は読み違いの種類に応じて元に戻します。処理はブラウザの中だけです。
ファイルの文字コード(Shift_JIS・EUC-JP・UTF-8 など)を判定して、別の文字コードに変換するツールです。
文字化けした文字列を貼り付けると、よくある読み違いを逆にたどって元の文字の候補を表示します。読めなかったバイトが消えている文字化けは、一部しか戻せないことがあります。
このツールは、ファイルも文字列もブラウザの中で処理し、外部には送信しません。
文字コード変換・文字化け復元の機能と特徴
文字コードと文字化けのしくみ
コンピューターは、文字をバイト(0〜255 の数)の並びとして保存します。どの文字をどのバイトにするかの決まりが文字コードで、日本語では UTF-8・Shift_JIS・EUC-JP などが使われてきました。
同じ「あ」でも、UTF-8 では E3 81 82、Shift_JIS では 82 A0 と、文字コードによってバイトが違います。
書いたときと違う文字コードで読むと、バイトの区切りや対応がずれて別の文字が並びます。これが文字化けです。
たとえば「文字化け」を UTF-8 で保存し、Shift_JIS として読むと「譁�ュ怜喧縺�」になります。「�」は、読めなかったバイトの場所に入る印です。
ファイルの文字コードを変換する手順
「ファイルを変換」でファイルを選ぶと、文字コードを自動で判定し、中身の最初の 200 行を表示します。文字が正しく読めているか確かめ、化けているときは「読み込む文字コード」で選び直してください。
判定はこの順に行います。
- BOM(文字コードを示す印)や JIS の切り替えの印があれば、それで決めます。
- なければファイル全体が UTF-8 として読めるかを調べ、読めなければ、英数字以外が最初に出てくる場所から 1 MB を使って、Shift_JIS と EUC-JP のどちらが日本語として自然に読めるかを比べます。
- どれでも読めない箇所があるときは、いちばん多く読める文字コードを選びます。
- 日本語の文字コードではほとんど読めないファイルは、西欧の文字の Windows-1252 として読みます。
次に、書き出す文字コードと改行の形を選んで「変換して保存」を押すと、元の名前に _utf8 や _sjis を付けたファイルがダウンロードされます。
ファイルの読み込みも変換も、このページの中の JavaScript で行い、このツールがファイルを外部に送ることはありません。
なお、このページでも、サイトのほかのページと同じくアクセス解析と広告のスクリプトを読み込んでいます。詳しくは プライバシーポリシー をご覧ください。
Excel で CSV が文字化けするとき
Excel は、BOM 付きの UTF-8 で保存された CSV ならそのまま開けます(Microsoft のサポート記事による)。BOM のない UTF-8 の CSV は、ダブルクリックで開くと文字化けすることがあります。
Web サービスから書き出した CSV を Excel で開きたいときは、書き出す文字コードを「UTF-8(BOM 付き)」にしてください。
Shift_JIS しか受け付けないシステムに取り込むときは「Shift_JIS」にします。反対に、Excel で保存した Shift_JIS の CSV を UTF-8 のシステムに取り込むときは「UTF-8」にします。
Excel の「データ」タブにある「テキストまたは CSV から」で、文字コードを指定して読み込む方法もあります。
CSV を JSON にしたいときは、UTF-8 にしてから CSV ↔ JSON 変換 に貼り付けてください。
文字化けした文字列を戻すしくみ
「文字化けを戻す」に化けた文字列を貼ると、行ごとに、よくある読み違いを1つずつ逆にたどり、日本語として自然に読める候補を表示します。一部の行や語だけが化けているときは、化けていない部分をそのまま残します。
試すのは、次のようなものです。
- UTF-8 を Shift_JIS や Latin-1(Windows-1252)として読んだもの
- Shift_JIS や EUC-JP を Latin-1 として読んだもの
- EUC-JP を Shift_JIS として読んだもの
- メールなどで ESC が抜けた JIS など
戻せる範囲は、読み違いの種類で違います。Latin-1 として読んだものや URL エンコードは、バイトが残っているのでそのまま戻ります。
UTF-8 を Shift_JIS として読んだものは、読めなかったバイトが「�」(ソフトによっては「・」や「?」)になって消えているので、一部の文字は戻りません。
前後のバイトと UTF-8 の決まりから入りうるバイトを絞り込み、自然な文字になるものを推測して埋め、下線を付けて表示します。候補が並んで決められない文字は「�」のまま残します。
EUC-JP を Shift_JIS として読んだものは、消えたバイトを埋めずに「�」にしますが、消えたバイトの数が決まらないので、前後の文字が別の字になることがあります。
%93%FA%96%7B のような URL のパーセントエンコードも読めます。UTF-8 として読めるならそのまま読み、読めなければ Shift_JIS と EUC-JP を試します。
1文字ずつのコードポイントや UTF-8 のバイト列を見たいときは Unicode変換・確認 が使えます。
Shift_JIS に書き出すときに気をつける文字
Shift_JIS にない文字(絵文字、é などのアクセント付きの文字、「𠮷」(つちよし)のような一部の漢字)は書き出せません。
そうした文字があると、文字と最初に出てくる行を一覧にし、「?」「〓」、😀 の形の数値文字参照のどれに置き換えるかを選べるようにします。
「〜」(波ダッシュ)は、Mac などで使われる文字(U+301C)と Windows で使われる文字(U+FF5E)が、Shift_JIS では同じ符号になります。
このツールはどちらも同じ符号で書き出すので、読み直すと Windows 側の「~」になります。「‖」「−」「—」「¢」「£」「¬」も同じです。
また、「①」「㈱」「髙」「﨑」などは Windows が独自に加えた文字(機種依存文字)で、Windows 以外のシステムでは読めないことがあるため、入っていれば一覧で知らせます。
Mac のファイル名などに多い、濁点・半濁点が分かれたかな(「か」と濁点の2文字になっているもの)は、そのままでは濁点を書き出せないので、1文字の「が」にまとめて書き出し、件数を表示します。
文字コード変換・文字化け復元に関するよくある質問
どの文字コードに対応していますか?
- 読み込み:UTF-8(BOM の有無とも)・Shift_JIS・EUC-JP・JIS(ISO-2022-JP)・UTF-16LE・UTF-16BE・Windows-1252
- 書き出し:UTF-8・UTF-8(BOM 付き)・Shift_JIS・EUC-JP
Shift_JIS は Windows で使われている形(CP932。Windows-31J とも呼ばれます)で読み書きするので、「①」や「髙」などの文字も扱えます。
文字コードの自動判定は必ず当たりますか?
必ずではありません。BOM のあるファイルや、UTF-8 としてすべて読めるファイルはほぼ間違えませんが、Shift_JIS と EUC-JP のどちらでも読める短いファイルでは、日本語として自然な方を選ぶため外れることがあります。
漢字だけのごく短い EUC-JP は、半角カナの Shift_JIS と見分けがつかないので、Shift_JIS と判定します。
表示された中身が化けていたら、「読み込む文字コード」で選び直してください。
英数字と記号だけのファイルは、UTF-8 と Shift_JIS のどちらで読んでも同じ中身です。
「文字化けを戻す」で元に戻らないのはどんなときですか?
読み違えたときに消えたバイトは、前後から絞り込めるときだけ推測で埋めます。
候補が並んで1つに決められない文字(ひらがなのどれかまではわかっても、どれかは決まらないものなど)は「�」のまま残ります。
UTF-8 を Shift_JIS として読んだ文は、文の終わりの「。」のように読めないバイトが残りやすいので、全文がそのまま戻ることはあまりありません。
また、Shift_JIS や EUC-JP の文字を UTF-8 として読んだものは、ほとんどのバイトが「�」に置き換わって元の情報が残っていないため戻せません。
元のファイルがあれば、「ファイルを変換」で正しい文字コードを選んで読み直すのが確実です。
下線の付いた文字は何ですか?
消えていたバイトを推測して埋めた文字です。
前後のバイトと文字コードの決まりから候補を絞り、日本語の文として自然な文字を選んでいますが、元の文字と違うこともあります。
大事な文では、前後の文脈と照らし合わせて確かめてください。
下線のない文字は、残っていたバイトから読み直した文字です。ただし EUC-JP を Shift_JIS として読んだ文では、「�」の近くの文字が別の字になっていることがあります。
「〜」が「~」に変わったのはなぜですか?
Shift_JIS の同じ符号(0x8160)を、Windows は「~」(U+FF5E)、Mac などは「〜」(U+301C)として扱ってきたためです。
ブラウザは Windows と同じ対応で読み込むので、Shift_JIS に書き出した「〜」を読み直すと「~」になります。
書き出すときにこの読み替えをした文字は、書き出しの欄に一覧で表示します。
機種依存文字とは何ですか?
Shift_JIS の元になった規格(JIS X 0208)にはなく、NEC や IBM が独自に加え、Windows が採り入れた文字です。
丸数字(①)・ローマ数字(Ⅰ)・「㈱」などの記号と、「髙」「﨑」などの漢字があります。
Windows では読めますが、決まった範囲の Shift_JIS しか受け付けないシステムでは、文字化けやエラーになることがあります。入っているときは、書き出しの欄に一覧で表示します。
大きなファイルも変換できますか?
100 MB までのファイルを扱えます。
ファイル全体を端末のメモリに読み込んで処理するため、スマホなどでは大きなファイルの途中で止まることがあります。
大きなファイルでは、書き出せない文字の確認に数秒かかることがあります。確認が終わるまでは保存できません。
改行コードも変えられますか?
変えられます。「改行」で「CRLF(Windows)」か「LF(Mac・Linux)」を選ぶと、すべての改行をその形にそろえて書き出します。「そのまま」なら元の改行のままです。
CSV と TSV では、
"で囲んだセルの中の改行は変えません。読み込んだファイルの改行の形は、読み込みの欄に表示されます。
文字コード変換・文字化け復元の使い方
-
ファイルを選ぶ
「ファイルを変換」で、文字コードを変えたいファイルを枠にドロップするか、「ファイルを選ぶ」から選びます。文字化けした文字列を戻したいときは、「文字化けを戻す」に貼り付けます。
-
読み込んだ中身を確かめる
判定された文字コードと、中身の最初の部分を確かめます。化けているときは「読み込む文字コード」を選び直します。
-
書き出して保存する
書き出す文字コードと改行を選び、「変換して保存」を押すと、変換したファイルがダウンロードされます。
カテゴリ エンコード