文字コードとは
読み:もじこーど
文字をコンピューターで扱うために、1文字ずつ数値(バイト列)に対応させる決まり。
コンピューターは文字を数値として保存します。どの文字をどの数値に対応させるかの決まりが文字コード(文字エンコーディング)です。英数字のためのASCII、日本語のためのShift_JISやEUC-JP、世界中の文字を扱えるUnicodeの符号化方式であるUTF-8やUTF-16などがあります。
同じ文字でも、文字コードによってバイト数が変わります。UTF-8では英数字が1バイト、ひらがなや漢字の多くは3バイトで、Shift_JISでは日本語の多くが2バイトです。文字数の上限が「バイト数」で決まっているシステムでは、この違いが問題になります。
保存したときと違う文字コードで読み込むと、意味の通らない文字列に置き換わる「文字化け」が起きます。現在のウェブページやデータのやり取りではUTF-8が標準的に使われています。
関連する無料ツール
入力テキストを1文字ずつ解析し、コードポイント(U+XXXX)・UTF-8バイト列・UTF-16コード単位を16進数で表示します。文字数・UTF-8バイト長・パーセントエンコードもまとめて確認でき、絵文字などのサロゲートペアも正しく1文字として扱います。
「ã‚」「譁化縺」のような文字化けテキストを貼り付けると、文字コードの取り違えを推定して復元します。UTF-8・Shift_JIS・EUC-JP の再デコードを試し、日本語らしさスコアで最有力候補を提示。すべてブラウザ内処理・非送信。
入力した文章の文字数・UTF-8/Shift_JISのバイト数・空白を除いた文字数・行数・改行数・単語数を、すべてブラウザ内でリアルタイムに数えます。