文字化けを直す・復元する

化けた文章を貼り付けると、考えられる直し方を並べます。戻せない文字はその数も出します。

文字化けは「読み方の取り違え」で起きています

文字は、保存されるときにいったんバイトの並びになります。 どの文字をどのバイトにするかを決めているのが文字コードで、 UTF-8・Shift_JIS・EUC-JP などいくつもあります。

同じバイトの並びでも、読むときに別の決まりを当てると別の文字になります。 たとえば「文字」を UTF-8 で保存するとE6 96 87 E5 AD 97 という6バイトになりますが、 これを Windows-1252 という決まりで読むと1バイトずつ別の文字に割り当てられ、文字 と表示されます。化けたのではなく、同じバイトを別の決まりで読んだだけです。

だから直し方も決まっています。 画面の文字を「読むときに使われた決まり」でバイトに戻し、正しい決まりで読み直す。 この道具がやっているのはそれだけです。

「�」が出ていたら、そこはもう戻りません

読むときに使った決まりで解釈できないバイトがあると、 多くのソフトはそこを「�」（U+FFFD）という記号に置き換えます。 置き換えた時点で、元のバイトは捨てられています。

つまり画面に出ている「�」は、化けた文字ではなく、文字が失われた跡です。 跡からは元のバイトを知りようがないので、どんな道具を使っても復元できません。 「文字化け 復元」で見つかる道具の多くはここを説明せず、 欠けたままの文を「変換しました」と返します。

戻したい文章がまだ元のファイルとして残っているなら、画面の文字ではなくファイルから開き直すのが確実です。 エディタで文字コードを指定して開き直せば、バイトは失われていないので完全に戻ります。

文字化けの見本 ── この形なら、この読み違い

「文字化けのテスト」を、実際に読み違えさせて作った見本です。 見た目が近い行の「何が起きたか」が、貼り付けた文にも起きています。