文字コード検出

このバイト列に合う文字コードはどれでしょう?

厳格モードはどちらの場合も判定を左右します。オフにするとプレビューに U+FFFD の件数が追加されるだけです。

使い方

  1. 入力の種類を選びます。貼り付けたテキストか、ファイルからの生バイトです。
  2. テキストを貼り付けるか、カードにファイルをドロップします(ファイルがデバイスから出ることはありません)。
  3. 判定を読み、それを裏付ける根拠の行を確認します。
  4. 生バイトモードでは、別の候補をクリックすると、同じバイト列をその文字コードでデコードした場合の見え方を確認できます。
  5. レポートをコピーするか、デコードされたテキストが必要な場合はプレビューをコピーまたはダウンロードします。

実行例

入力

Café “Crème brûlée”

判定

診断のみ - シグネチャ「é」が 6 回出現: UTF-8 のバイト列をシングルバイトコードページで読んだもの - Windows-1252 で逆変換すると有効な UTF-8 - 修復結果: Café "Crème brûlée"

テキストモードでは元の文字コードを特定できません。ブラウザがデコードした時点でバイト列を破棄しているためです。

知っておくべき制限

  • 貼り付けたテキストはすでにデコードされているため、特定できるのはドロップしたバイト列のみです。テキストモードは診断を行います。
  • U+FFFD を含むテキストは不可逆です。失われたバイト列は再構築できず、このツールはそうでないふりをしません。
  • 非 ASCII バイトが 24 個未満のサンプルは、レガシーコードページ間で本質的に曖昧です。その場合の答えは「判定できません」と候補リストです。
  • 候補はこのブラウザがデコードできるコードページに、BOM とパターンのヒューリスティックを加えたものです。UTF-32、CP437、TIS-620、hp-roman8 はここではデコードできず、そのように表示されます。
  • これは変換ツールではありません。コードページ間の変換、フォルダーの処理、ファイル名からの推測は行いません。
  • すべてローカルで実行されます。アップロード、URL パラメーター、ストレージ、ネットワークリクエスト、履歴はありません。

文字コードがわかったら、これらのツールで作業を続けられます。