文字化け修復ツール（多言語エンコーディング）エンコーディングエラーによる文字化けを自動検出して修復

「é」のような文字化けや、意味不明な記号の羅列はなぜ起きるのか？

文字化け（モジバケ）は、ほとんどの場合、間違った文字エンコーディングでテキストをデコードしてしまうことが原因です。Big5で保存された繁体字中国語のファイルを誤ってUTF-8として開くと、一つひとつの漢字が意味のない記号の集まりに分解されてしまいます。逆に、UTF-8のファイルをWindows-1252やLatin-1として開くと、本来「é」であるべき部分が「é」のような形になります。本ツールはこの逆をたどり、貼り付けられた文字化けテキストやアップロードされたファイルに対して20種類以上の主要なエンコーディングで再デコードを試し、どの結果が自然な言語らしい文字列になっているかを判定して、信頼度の高い順に候補を並べます。

ツールはどの候補が正しいかをどう判断するのか？

各エンコーディングでのデコード結果に対して、ツールは「�」のような認識できない置換文字がどれだけ出現するか、文字の分布が実際の言語らしいパターンに合っているか、句読点が自然かなどを分析し、これらの指標を組み合わせて信頼度スコアを算出します。最もスコアの高い候補が一番上に表示されます。対応エンコーディングは18言語分：繁体字中国語（Big5、CP950）、簡体字中国語（GBK、GB2312、GB18030）、日本語（Shift-JIS、EUC-JP）、韓国語（EUC-KR、CP949）、キリル文字系（Windows-1251、KOI8-R）、アラビア語（Windows-1256）、ヘブライ語（Windows-1255）、そしてヨーロッパ諸言語向けのISO-8859／Windows-125x系列です。

「ファイルをアップロード」と「テキストを貼り付け」、どちらを使うべきか？

元のファイル（.txt、.csv、.logなど）が手元にある場合は、「ファイルをアップロード」モードを使うのがおすすめです。ファイルの生のバイトデータを直接読み取れるため、最も精度の高い復元が可能です。一方、すでに画面上で文字化けしている文字をどこかからコピーしてきた場合は、コピーの過程で一部のエンコーディング情報が失われている可能性があるため、「テキストを貼り付け」モードを使ってください。このモードはラテン系のUTF-8文字化け（「é」のようなパターン）にはよく効きますが、すでにコピー＆ペーストされた中国語・日本語・韓国語のテキストの復元能力は限定的です。ツールは最大5件の候補を表示するので、正しいものを選んでコピーまたはダウンロードしてください。

一度テキストがコピー＆ペーストされてしまうと（元のファイルのバイトデータを直接読み取った場合と異なり）、一部のエンコーディング情報が永久に失われている可能性があります。すべてのエンコーディングを試しても、必ずしも完全な復元ができるとは限りません。できる限り、元のファイルをアップロードして操作することをおすすめします。