正しい UTF-8 の CSV を診断する
「あいう,1」を UTF-8 で保存した 13 バイトの CSV です。ASCII 以外のバイトがすべて UTF-8 の規則に合う代表例で、不正なバイト列は出ません。
入力
CSV ファイルを選ぶ(端末の中でバイト列を読み込みます)
ファイル utf8.csv(13 バイト)
または、文字化けして見えるテキストを貼り付ける
(空)
結果
エラー 0 件・警告 0 件・情報 1 件
指摘(エラー・警告・情報)
- 情報 全体 ASCII 以外の 3 バイトが、すべて UTF-8 の規則(WHATWG Encoding Standard 8.1.1)に合う並びです。UTF-8 の可能性が高いものの、断定はできません。
| 診断した対象 | ファイルのバイト列 |
|---|---|
| 不正なバイト列 | 0 か所 |
| 書き込み済みの U+FFFD | 0 個 |
診断結果
| 確認項目 | 結果 |
|---|---|
| ファイル | utf8.csv(13 バイト) |
| 先頭の BOM | なし |
| UTF-8 として読めない部分 | 0 か所 |
| ASCII 以外のバイト | 3 個 |
| Shift_JIS として | (UTF-8 として読めるため調べていません) |
| 判定 | UTF-8 として正しく読める並びです(UTF-8 の可能性が高い。ただし他の文字コードでないとまでは言えません) |
検算(この結果になる理由)
「あ」は E3 81 82 の 3 バイトで、先頭 E3 の後続 2 バイトが 80〜BF の範囲です。い(E3 81 84)・う(E3 81 86)も同じで、不正なバイト列は 0 か所、BOM はなく、UTF-8 の可能性が高いと判定されます。
判定の根拠は仕様と根拠に、仕様の出典とともにまとめています。自分の入力で試すにはツールをお使いください。
このツールの制約
- 文字コードを断定はしません。UTF-8 として読める並びでも、他の文字コードでないとまでは言えず、Shift_JIS として形が合っても本当に Shift_JIS とは限りません。
- Shift_JIS や他の文字コードへの復号・変換はしません。診断だけで、元のファイルは変更しません。表計算ソフトで開き直して UTF-8 で保存し直してください。
- 貼り付けたテキストの診断は経験則です。画面に表示された時点で別の文字に置き換わった化けは、元のバイトを復元できないため見つけられないことがあります。
- ファイルの中身(列の数・空欄など)は検査しません。それらを調べるときは、CSV の列の揃いを検査する別の道具を使います。
ご利用にあたって
- 判定は「可能性」です。重要なデータは、元のファイルを作ったソフトの文字コードの設定も確認してください。
- 大きなファイルはお使いの端末の性能によって処理に時間がかかることがあります。