CSV の文字化けを直す

文字化けした CSV を直す

1. ファイルを置く. 化けている .csv をドロップします。ブラウザが読み、文字コードを判定します。
2. 判定結果を見る. 表の上に「◯◯ として読み込みました」と出ます。文字が読めていれば判定は当たりです。
3. UTF-8 で保存し直す. 「.csv をダウンロード」で UTF-8 の CSV、「.xlsx をダウンロード」で Excel 用のファイルが得られます。

ファイルは壊れていません。読み方が違うだけです

文字化けは、保存されたときの文字コードと読むときに想定した文字コードが 食い違っているときに起きます。ファイルの中のバイト列は無事で、同じバイトを別の表に 当てはめて読んでいるだけです。だから正しい表を当てれば元に戻ります —— 壊れたものを 修復しているのではなく、読み直しているだけです。

日本でこれが起きる典型は、業務システムや会計ソフトから出てきた CSV が Shift-JIS（CP932）で書かれていて、それを UTF-8 前提のツールで開いたとき。 逆に、UTF-8 の CSV を Excel でダブルクリックして開いたときにも起きます —— Excel は BOM の無い UTF-8 を CP932 として読もうとするからです。

このページが何をしているか

置かれたファイルの先頭を見て、順に絞り込みます。BOM があればそれに従い、 無ければ UTF-8 として厳密にデコードできるかを試し、できなければ日本語・中国語・ 韓国語の各コードで読んだときにそれらしい文字がどれだけ並ぶかを採点します。 判定した結果は「Shift-JIS として読み込みました」のように表の上に出るので、 当たっているかどうかは画面を見れば分かります。

対応しているのは UTF-8 / Shift-JIS(CP932) / UTF-16 / EUC-KR / GBK / Big5 / Windows-1252 です。書き出しは常に UTF-8 です。

判定が外れることもあります

文字コードの判定は原理的に確実ではありません。Shift-JIS と Big5 はバイトの範囲が 重なっているので、行数の少ないファイルほど取り違えやすいのは避けられません。 表示された文字が明らかにおかしいときは、元のシステムで「UTF-8 で出力」を選び直すのが いちばん確実です。このページに文字コードを手で切り替える機能はありません —— あると書いてあるページを見かけたら、それは実物と違います。

Excel の「データ」タブから開く方法との違い

Excel でも、ダブルクリックではなく データ → テキストまたは CSV から と進めば 文字コードを指定して取り込めます。それが正攻法で、この記事を書いている多くのヘルプ ページもそれを説明しています。違うのは手数です —— こちらはファイルを置くだけで、 判定は自動、その場で読めるかどうかが分かります。 「中身を確かめたいだけ」のときに、取り込みウィザードを 5 画面進む必要はありません。

直したあと、Excel でまた化けないように

UTF-8 で保存し直した CSV を Excel でダブルクリックすると、また化けることがあります —— Excel の既定の読み方は変わっていないからです。Excel で使うつもりなら、このページから .xlsx でダウンロードしてください。.xlsx は文字コードの概念を持たない形式なので、 そこから先で化けようがありません。

送信していないことは確認できます

ファイルはこのタブの JavaScript が読みます。ページの中にアップロード先がないので、 ネットワークタブを開いたまま操作すれば何も飛ばないのが見えます。 タブを閉じればデータは残りません。