ガイド
Shift-JIS・GBK・Big5・EUC-KR の文字化けテキストをローカルで UTF-8 修復
文字化けした日本語 Shift-JIS、中国語 GBK/GB18030/Big5、韓国語 EUC-KR ファイルをデータを壊さずブラウザ内で UTF-8 へ復元します。
クイックアンサー: 業務システム出力や旧字幕ファイルでは、UTF-8 ではなく `Shift-JIS`、`GB18030`、`GBK`、`Big5`、`EUC-KR` が広く使われています。ブラウザ上で厳格な UTF-8 検証とバイト判定を行うことで、機密ファイルを外部送信せず正確な UTF-8 テキストへ修復できます。
なぜ日本語・中国語・韓国語のテキストは文字化け()するのか
レガシーな地域別エンコーディングでは ASCII 以外の文字を 2 バイト列で表現します。古い Windows アプリの日本語出力は Shift-JIS、簡体字中国語は GBK / GB18030、繁体字は Big5、レガシー韓国語システムは EUC-KR を使います。
UTF-8 リーダーがこれらの生バイト列を Latin-1 として解釈したり置換文字(`�`)を挟んだりすると読めなくなりますが、元のファイル自体が書き換わっていない限り正確なバイト情報はそのまま残っています。
- Shift-JIS:日本語 Windows コードページ 932(CSV・ログ・歌詞ファイルに多い)。
- GBK / GB18030:簡体字中国語のコードページ 936 および拡張規格。
- Big5:台湾・香港アーカイブでよく使われる繁体字中国語コードページ 950。
- EUC-KR:韓国語のレガシーコードページ 949 / KS X 1001。
厳格なバイト判定で「二重破壊」を防ぐコツ
メモ帳などで文字化けしたまま上書き保存することは絶対に避けてください。上書きすると元のバイト列が `�`(豆腐・菱形)に破壊され復元できなくなります。必ず未変更の元ファイルから変換してください。
TxtTo は最初に厳格な `TextDecoder("utf-8", { fatal: true })` と BOM ヘッダー検査を行い、次に統計的 `chardet` 判定を実行した上で、必要に応じて入力コードページを手動上書きして安全に UTF-8 化します。
const decoder = new TextDecoder("gb18030");
const cleanText = decoder.decode(originalFileBytes);
const utf8Bytes = new TextEncoder().encode(cleanText);字幕ファイル(.srt / .lrc)や複数ファイルの ZIP 一括修復
古い字幕ファイルや歌詞カード(.lrc)は Shift-JIS や GBK で配布されていることが多く、モダンなメディアプレイヤーや HTML5 Web プレイヤーで文字化けを起こします。
`.txt`・`.csv`・`.srt`・`.lrc`・`.log` ファイルをまとめてドロップすれば、全ファイルを一括で UTF-8 変換して 1 つの ZIP ファイルとしてダウンロードできます。
文字コード変換後の改行コード統一(CRLF → LF)
Windows 由来の古いコードページファイルは改行コードも CRLF(`\r\n`)である場合が大半です。macOS / Linux 環境や Git リポジトリへ持ち込む場合は、続けて CRLF to LF で改行を揃えておくと安心です。
参考文献
よくある質問
簡体字中国語ファイルを変換するとき GBK と GB18030 のどちらを選べばよいですか?
GB18030 は GB2312 と GBK のすべての文字を含む上位互換規格です。GB18030 を選べば旧漢字・拡張文字を含めほぼすべての簡体字ファイルを安全に読めます。
すでに「」に書き換わって保存されたファイルも復元できますか?
元のファイル自体が文字化け記号 U+FFFD で上書き保存されてしまった場合、元のバイト値は失われています。必ず書き換える前の元ファイルを読み込んでください。
ブラウザの WHATWG TextDecoder はオフラインでも Shift-JIS や Big5・EUC-KR に使えますか?
はい。モダンブラウザは WHATWG Encoding Standard を標準内蔵しているため、外部変換テーブルやサーバー通信なしでオフライン動作します。
関連フォーマット
関連比較ページ
関連ガイド
- Excel で UTF-8 の CSV が文字化けする原因と UTF-8 BOM による解決法Windows 版 Excel で日本語や多言語の UTF-8 CSV が文字化けする原因と、3 バイトの UTF-8 BOM を先頭に付与して安全に修復する方法を解説します。
- SRT vs WebVTT vs ASS:字幕形式の変換とタイミング同期ガイドSRT・WebVTT・ASS/SSA 字幕の正確なタイムスタンプ規則を比較し、形式変換・自動字幕の重複除去・ミリ秒単位の音ズレ修正をローカルで行います。
- Excel をフリーズさせずに大容量 CSV をブラウザ内で結合・分割する方法複数 CSV を列名一致で安全にマージしたり、巨大 CSV をヘッダー付きで固定行数ごとに分割して一括 ZIP 出力したりする方法を解説します。