文字コードの確認方法（utf-8・Shift JIS・EUC）

この記事では、utf-8・Shift JIS・EUCの文字コード判別方法を解説します。

主な文字コード

よく使われる文字コードには、以下のようなものがあります。

UTF-8（ユーティーエフ・エイト）

• • Unicodeを表現するための可変長文字エンコーディング方式
  • 1バイトから4バイトの可変長で文字を表現
  • 現在最も広く使用されている文字コード
  • Webページやメールのエンコーディングとして標準的に使用
  • BOM付きとBOM無しがある

Shift JIS（シフト・ジス）

• • 日本語のテキストデータを扱うために開発された文字コード
  • 1バイトまたは2バイトで文字を表現
  • 日本語版Windowsのデフォルト文字コードとして長く使用された
  • インターネットの普及以前に日本で広く使用されていた

EUC（Extended Unix Code、イーユーシー）

• • UnixやLinuxで日本語テキストを扱うために使用された文字コード
  • 1バイトから3バイトで文字を表現
  • 日本語版のUNIXシステムで主に使用されていた

現在は、多言語対応や国際的な互換性の観点からUTF-8が主流となっています。
ただし、古いシステムやデータでは、Shift JISやEUCが使用されているケースもあるため、 文字コードを正しく認識し、変換することが重要です。

文字コードの確認方法

方法1.テキストエディタで確認する。

OSに標準装備”ではない”テキストエディタを使用することにより文字コードを判別することができます。
以下に代表的なテキストエディタを紹介しますが、これ以外にもほとんどのテキストエディタには文字コードを判別する機能がついています。

【Mac】

• CotEditor
• mi
• Visual Studio Code（VSCode）

【Windows】

• サクラエディタ
• TeraPad
• 秀丸エディタ
• Visual Studio Code（VSCode）

※ Notepad++は、正確に判断できない場合があります。

これらのテキストエディタアプリでファイルを開くと、大抵は右下の文字コードが表示されます。
テキストエディタによっては、ここから文字コードを変更することもできます。

方法2.ターミナルで確認する。（Macの場合）

Macの場合、以下のコマンドでファイルの文字コードを調べることができます。

2通りありますが、返す値は違ってきます。

file -I パス／ファイル名

• utf-8 = utf-8
• Shift JIS = unknown-8bit =
• EUC = iso-8859-1

file --mime パス／ファイル名

• utf-8 = UTF-8
• Shift JIS = extended-ASCII text, with LF, NEL line terminator
• EUC = iso-8859

 

EUC = ISO-8859（やや悟空）