「縺」「ã」「?????」——文字化けの見た目で原因を見分ける

文字化けというと、ランダムに壊れているような印象があるかもしれません。
実際には、どの文字コードをどの文字コードとして読んでしまったかの組み合わせによって、崩れ方がかなりはっきり分かれます。

見慣れてくると、化けた文字を見ただけで「これはあのパターンだな」と当たりが付くようになります。
今回は代表的なものを、実際の化け文字と一緒に並べます。

※以下の例は、すべて「東京都」という3文字を実際に化けさせたものです。

「縺」「繧」「譚」が並ぶ

譚ｱ莠ｬ驛ｽ

UTF-8のファイルを、Shift_JISとして開いたときのパターンです。
見慣れない漢字と半角カナが混じるのが特徴で、日本語環境ではもっとも遭遇しやすい化け方だと思います。

Windowsのメモ帳や古いソフトでUTF-8のテキストを開いたとき、ExcelでUTF-8のCSVを開いたときなど、原因の心当たりは幅広くあります。

「ã」「æ」「Ã」などアルファベット記号が並ぶ

æ±äº¬éƒ½

UTF-8のファイルを、欧文用の文字コード（Latin-1やWindows-1252）として開いたときのパターンです。
海外製のソフトやWebサービス、英語圏のメールシステムを経由したときに出やすいものです。

このパターンは元のデータが失われないという特徴があり、後から復元できる可能性が高い部類に入ります。

「“Œ‹ž“s」のような欧文記号の羅列

“Œ‹ž“s

こちらはShift_JISのファイルを、欧文用の文字コードとして開いたパターンです。
引用符や記号が不規則に混ざるのが目印になります。

「」「?????」ばかりになる

Shift_JISやEUC-JPのファイルを、UTF-8として開いたときのパターンです。
環境によっては「」ではなく「?」で表示されることもあります。
文字が別の文字に化けるのではなく、判別不能を示す記号に置き換わってしまうのが、他と決定的に違うところです。

見た目が地味な分、いちばん厄介なパターンでもあります。詳しくは後述します。

半角カナが大量に出る

ﾅﾅﾔ

EUC-JPのファイルをShift_JISとして開いた場合などに出ます。
EUC-JPは今では見かける機会が減りましたが、古いサーバーやシステムから出てきたファイルでは現役です。

見分けが付くと、直し方も決まる

崩れ方から「何を何として読んだか」が分かれば、元のファイルを正しい文字コードで開き直すだけで済みます。
MojiRescueの 文字化け診断 に化けたテキストを貼り付けると、この判定を自動で行い、復元できる場合はそのまま復元します。

ただし、上の4番目「?????」のパターンだけは事情が違います。
このパターンは、化けた時点で元の情報が消えてしまっているため、テキストからは戻せません。