文字化け修復ツール: 化けたテキストを修復
文字化けしたテキスト
修復後のテキスト
手動変換
シングルバイトの文字セットと UTF-8 は両側で使用できます。Shift_JIS、GB18030、Big5 はデコード専用です。
技術的な詳細
文字化け修復ツールの仕組み
文字化け修復ツールでできること
文字化けとは、ある文字エンコーディングで書かれたテキストが別のエンコーディングで読み取られ、「é」が「é」、カーブしたアポストロフィが「’」のように表示される現象です。このツールはその誤りを逆に辿ります。誤って読み取られた文字セットでテキストを再エンコードして元のバイト列を復元し、そのバイト列を本来の文字セットでデコードします。UTF-8、Windows-1252、ISO-8859-1、Windows-1251、KOI8-R、ISO-8859-2、Shift_JIS、GB18030、Big5 のすべての組み合わせを試して各結果をスコアリングし、最良の修復結果と、順位付きの候補リストを表示します。
主な利用シーン
アクセント記号が à の並びになってしまったデータベースのエクスポート、CSV ファイル、メールの件名、ログ行、API レスポンスの修復、誤った charset ヘッダーで配信されたページからコピーしたテキストのクリーンアップ、パイプラインのどの層が UTF-8 を Latin-1 としてデコードしたかの診断に利用されています。Привет のように表示されるロシア語のテキストも復元でき、コードでの修正が意図した文字を本当に生成するかの確認にも役立ちます。
対応するエンコーディングとパターン
最も一般的なのは、UTF-8 が Windows-1252 または Latin-1 として読まれたケースです。é、ü、’、“、😀 のような絵文字がこれにあたります。UTF-8 が Windows-1251 として読まれると、Р や С のあとに記号が続くキリル文字のペアになります。被害が 2 回起きた二重エンコードのテキストは、UTF-8 の手順を最大 3 回まで繰り返して修復します。手動の「エンコード形式」と「デコード形式」セレクターは、シングルバイトの文字セットを双方向でカバーします。Shift_JIS、GB18030、Big5 はデコードにのみ使用できます。
注意点と制限
修復できるのは、バイトが失われていない場合のみです。化けたテキスト内の疑問符や U+FFFD の置換文字は復元できず、途中の段階で不可逆な変換が行われたテキストは壊れたままになります。自動選択は、文字、一般的な単語、典型的な文字化けのパターンに基づくヒューリスティックなので、非常に短い文字列では判定が曖昧になることがあります。その場合は候補の表を確認するか、手動セレクターを使用してください。正しいテキストは変更されず、入力は 1,000,000 文字までに制限されています。