文字化けを防ぐ、エンコーディングの合わせ方

文字化けは変換表の食い違い

コンピューターは、「あ」という文字をそのまま保存できません。すべての情報を数値として扱うので、「あ」はこの番号、「い」はこの番号、という変換表が必要になります。エンコーディングは、この文字と数値を対応させる変換のルールです。

モールス信号を思い浮かべると分かりやすいでしょう。「A」を「・－」に置き換えるという表を、送る側も受ける側も持っていれば、メッセージは正しく届きます。でも受ける側が別の表で読めば、まったく違う文として解読されてしまいます。

文字化けは、まさにこれです。「UTF-8」や「Shift_JIS」は、それぞれ別の変換表です。UTF-8 で書かれたファイルを Shift_JIS の表で読めば、見たこともない記号が並びます。

エンコーディングは、読める形をそろえるための変換で、秘密を守るための暗号化とは目的が違います。表さえ分かれば誰でも元に戻せます。ハッシュや暗号化との違いはエンコード・ハッシュ・暗号化の違いで詳しく整理しています。

取引先とのチャット

取引先

お送りいただいたCSV、Excelで開いたら日本語が全部記号でした。

あなた

こちらのパソコンだと普通に読めるんですが……

どちらのパソコンも壊れてはいません。書いた側と読んだ側で、変換表が違っているだけ。

場面	起きていること	合わせ方
CSV を Excel で開いたら日本語が化けた	ファイルは UTF-8、Excel が別の表で読んでいる	保存時と読み込み時の表をそろえる
Webページの日本語が化けた	ブラウザに「この表で書いた」と伝わっていない	HTML の先頭近くに `<meta charset="UTF-8">` を書く
API でやり取りした文字が化けた	送る側と受ける側で表が違う	使う表を事前に決めて統一する
URL に `%E3%81%82` のような文字列が並ぶ	日本語を URL で使える形に置き換えている（パーセントエンコーディング）	化けているのではなく、正しい変換

新しく作るシステムやWebサイトなら、基本は UTF-8 一択です。古いシステムと連携するときは、Shift_JIS などへの変換が必要になることがあります。

「UTF-8 で書いたはずなのに化ける」という相談の多くは、ファイル自体の表と、ブラウザやシステムに伝えている表がずれているケースです。書いただけでなく、正しく伝わっているかまで確かめてください。

ちなみに、現場では「文字コード」という言葉もほぼ同じ意味で使われます。厳密には、文字と番号の対応表を文字コード、その変換の方法をエンコーディングと分ける整理もあります。