無料文字コード変換 — 文字化けを直してUTF-8に変換

実例

古い Windows プログラムが Windows-1251 と Windows の改行コードで保存した、2 つのキューを持つ字幕ファイル film.srt があるとします。内容は「Привет, как дела?」と「Хорошо, спасибо.」で、107 バイトです。プレーヤーでは「Ïðèâåò, êàê äåëà?」と表示されます。これをページにドロップします。ファイルは「film.srt · 107 B」と一覧に表示され、「ファイルの読み込み形式」の下に、ファイル自身の行を使った 5 通りの読み方が表示されます。日本語のブラウザーでは最初の「Windows-1252（西ヨーロッパ）」が選択済みで「最有力」と表示され、「Ïðèâåò, êàê äåëà?」と読めます。3 番目の「Windows-1251（キリル文字）」は「Привет, как дела?」と読めます。これにチェックを入れます。「保存形式」は「UTF-8」、「改行コード」は「採用」のままにして「ファイルを変換」を押すと、ページに「変換結果」と表示されます。ダウンロードされるのはやはり film.srt ですが、キリル文字 1 文字が UTF-8 では 2 バイトになるため、サイズは 133 B になっています。

使用する設定と制限事項

• バッジではなく、プレビューの行で判断しましょう。 「確実」のバッジが付き「このファイルは間違いなく UTF-8 です。」と表示されるのは、バイトオーダーマークがある場合か、有効な UTF-8 の場合だけです。それ以外では、先頭 64 KB について、各読み方がどれだけ不自然かを採点します。置換文字、制御文字、複数の文字体系の文字の混在、単語の途中の大文字、そして中国語・日本語・韓国語では非常に一般的な文字がどれだけ出現するかを見ます。同点の場合は、ブラウザーの言語で通常使われるコードページが選ばれます。「最有力」のバッジは推測にすぎないので、各選択肢の下の行を読んで確認してください。
• 5 つのどれも合わないときは、「19 種類のエンコーディングをすべて表示」を開きましょう。 最初は 5 通りの読み方が表示されます。「19 種類のエンコーディングをすべて表示」では、ツールが読み取れるすべてを一覧にします。UTF-8、UTF-16 LE と BE、Windows-1250〜1258、Windows-874、KOI8-R、KOI8-U、Shift_JIS、GBK、Big5、EUC-KR です。各プレビューには、通常の ASCII 以外の文字を含む行が最大 3 行、それぞれ 120 文字で切り詰めて表示されます。完全な一覧から 1 つを選んで「表示を減らす」を押すと、下の行に「Windows-1251（キリル文字）として読み込んでいます。」のように表示されます。
• 「保存形式」で出力形式を選びましょう。 一覧には「UTF-8」（初期値）、「BOM 付き UTF-8」、「UTF-16 LE（BOM 付き）」、Windows-1250〜1258、Windows-874、KOI8-R、KOI8-U があります。ページには、UTF-8 は「ほとんどのアプリ、プレーヤー、ウェブサイトで使えます。」、BOM 付き UTF-8 は「Excel で開く CSV ファイルに最適です。」と表示されます。古いコードページは、古いデバイスやプログラム用にだけ使ってください。Shift_JIS、GBK、Big5、EUC-KR は読み取りのみで、書き出しはできません。入力ファイルの先頭にあるバイトオーダーマークは、新しいもの（ある場合）を付ける前に取り除かれます。
• プログラムが必要とする場合は、改行コードを設定しましょう。 「改行コード」には「採用」（初期値）、「LF形式（Mac、Linux）」、「CRLF形式（Windows）」があります。LF と CRLF は、まず既存のすべての改行（古い単独のキャリッジリターンを含む）を 1 種類にそろえるので、混在しているファイルも統一されます。この選択は一括処理のすべてのファイルに適用されます。英数字だけのファイルでは、「アプリが BOM や別の改行コードを必要とする場合は変換してください。」と表示されます。
• 複数のファイルを一度に変換しましょう。 多数のファイルをドロップするか、「ファイルを追加」を押します。各ファイルに独自の「ファイルの読み込み形式」の選択があり、ファイル名のボタンで切り替えます。「保存形式」と「改行コード」はすべてに適用されます。1 つのファイルなら元の名前でダウンロードされます。複数の場合は converted-utf-8.zip のような名前の ZIP になり、同じ名前には -2、-3 と番号が付きます。50 MB を超えるファイルはスキップされます。ページに「ファイルを変換できませんでした。一度に処理する数を減らしてお試しください。」と表示されたら、ファイルを減らして、もう一度変換してください。
• このツールが手を加えないものを知っておきましょう。 .txt、.srt、.vtt、.ass、.ssa、.sub、.sbv、.lrc、.csv、.tsv、.md、.json、.xml、.html、.htm、.ini、.cfg、.log、.nfo、.cue、.m3u、.tex、.yml、.yaml、.properties ファイルを受け付けます。変更するのは文字コードと、指定した場合の改行コードだけです。ファイル内のテキストは編集されないため、ヘッダーに古い文字コード名が書かれた HTML や XML ファイルは、変換後もその文字コード名のままなので、その行は自分で変更する必要があります。

よくある問題とその解決方法

「1 個のファイルがスキップされました。読み込めないか、50 MB を超えています。」と表示される。

各ファイルは 50 MB 以下で、ブラウザーが読み込める必要があります。ファイルが OneDrive、iCloud、Google ドライブにある場合は、このデバイスにコピーを保存して、それを追加してください。非常に大きなログは、先に分割してください。追加したほかのファイルは一覧に残ります。

「このファイルには、すべての文字コードで同じに読める半角英数字と記号しか含まれていません。」と表示される。

ファイル内のすべてのバイトが 128 未満なので、別の文字コードを選んでも 1 文字も変わらず、選択できるエンコーディングの一覧はありません。アプリで変な文字が表示される場合、原因はこのファイルの文字コードではありません。メッセージにあるように、BOM の追加や改行コードの変更のために変換することはできます。最初の 4,096 バイトにゼロのバイトがあるファイルは、この扱いになりません。

「2 文字をこの文字コードで保存できず、「?」になりました。すべての文字を保持するには UTF-8 を選んでください。」と表示される。

「保存形式」で古い 1 バイトのコードページを選びましたが、テキストにそのコードページで表せない文字が含まれています。そうした文字はそれぞれ疑問符として書き込まれ、その数がカウントされます。変換されたファイルはダウンロードできますが、それらの文字が疑問符になっているため、使わないでください。すべての文字を保持するには、「UTF-8」を選んで、もう一度変換します。古いコードページは、それを必要とするデバイスにだけ使い、お使いの言語に合ったものを選んでください。

どの読み方でも正しく表示されない。

「19 種類のエンコーディングをすべて表示」を開いてください。正しいものが上位 5 つより下にあることがあります。たとえば、日本語のページで、Windows-1252 で保存された ¿ や ¡ を含むスペイン語のファイルは、そのような記号が読み方の評価を下げるため、順位が下がることがあります。短いファイルでは複数のコードページが同じ点数になることが多く、正しいものがその中のどこにあってもおかしくありません。ご自身の言語の行を見比べて、自然に読めるものにチェックを入れてください。

「このファイルは間違いなく UTF-8 です。」と表示されるのに、テキストがまだおかしい。

バイト列は有効な UTF-8 なので、ツールは書かれているとおりに読み取っています。「é」のような変な文字は、その時点でテキスト自体の一部であり、たいていは以前の誤った変換の結果です。同じバイト列を別の文字コードとして読んでも元には戻りません。最初の変換より前の元のファイルに戻って、それを追加してください。

比較

ファイルを指定した文字コードで開き直して UTF-8 で保存できるテキストエディターでも同じことができ、テキストも編集したい場合はそちらのほうが向いています。このツールは、読み方の候補をファイル自身の行と並べて表示し、多数のファイルを一度に変換でき、何のインストールも要りません。ファイルはブラウザー内で読み込まれて変換され、アップロードされません。変更するのは文字コードと改行コードだけです。推測の順位付けには先頭 64 KB を採点するだけで、以前の誤った変換で壊れたテキストを修復しようとはしません。Shift_JIS、GBK、Big5、EUC-KR への書き出しはできません。