文字エンコーディング検出

文字エンコーディング検出ツールは、テキストやファイルのバイトパターンを分析して、使用されている文字エンコーディングを特定します。UTF-8、ASCII、ISO-8859-1（Latin-1）、Windows-1252（CP-1252）、Shift_JIS、EUC-JP、GB2312 など幅広いエンコーディングの検出をサポートし、UTF-16およびUTF-32バリアントのBOMベースの検出にも対応しています。

文字エンコーディングは、バイトがどのように文字にマッピングされるかを決定します。ファイルを誤ったエンコーディングで開くと、文字化けとして知られるガーブルテキストが表示されます。これは、異なるオペレーティングシステム間でファイルを転送したり、レガシーデータベースを読み取ったり、国際的なソースからのテキストを処理したりする際に発生する一般的な問題です。正しいエンコーディングを特定することが、これらの問題を修正する第一歩です。

検出器はバイトレベルのパターンを検査して動作します。最初に**BOM（バイトオーダーマーク）**をチェックします。BOMはファイルの先頭にある特別なバイトシーケンスで、エンコーディングを一義的に識別します。BOMが見つからない場合、ヒューリスティック分析を使用します：バイトシーケンスがUTF-8のマルチバイトルールに準拠しているかを検証し、ISO-8859-1やWindows-1252に特徴的なバイト範囲をチェックし、日本語（Shift_JIS、EUC-JP）や中国語（GB2312）のエンコーディングで使用されるリードバイト/トレイルバイトのペアが有効かをテストします。

各候補エンコーディングには、バイトデータが予想パターンとどの程度一致するかに基づいて信頼度パーセンテージが割り当てられます。結果は信頼度順にソートされるため、最も可能性の高いエンコーディングを簡単に特定できます。ツールはまた、手動検査用に先頭バイトの16進ダンプも提供します。

すべての処理はブラウザ内で完全に実行されます。テキストやファイルがサーバーにアップロードされることはありません。ファイルはFile APIを使用してArrayBufferとして読み込まれ、JavaScriptでバイトごとに分析されます。

1. テキストを直接貼り付ける場合はテキストモード、ファイルを分析する場合はファイルモードを選択します。
2. テキストモードでは、テキストエリアにコンテンツを貼り付けます。入力や貼り付けに応じてエンコーディング分析が自動的に実行されます。
3. ファイルモードでは、ドロップゾーンにファイルをドラッグ＆ドロップするか、「参照」をクリックしてコンピュータからファイルを選択します。
4. 検出された各エンコーディングの信頼度スコアと説明を示す結果テーブルを確認します。
5. 下にスクロールして16進ダンプを表示し、データの先頭バイトの生のバイト値を確認します。
6. コピーをクリック（または Ctrl+Shift+C を押す）して、検出結果をクリップボードにコピーします。