メインコンテンツへスキップ
見出し画像

【知らないと損する】文字コードってなんなのか解説!UTF-8とShift-JISの違いから文字化けの原因まで

    はじめに

    パソコンやスマートフォンを使っていると、ファイルを開いたとき、あるいはWebページを表示したときに「文字化け」が発生した経験はありませんか?

    あの謎の記号の羅列——その正体を理解するカギが「文字コード」です。

    エンジニアでなくても、ExcelやCSVファイルを扱う機会があれば、文字コードの知識は確実に役立ちます。

    この記事では、ITエンジニアの視点から、文字コードの仕組みをわかりやすく解説します。

    ※Amazonアフィリエイトを含むPRを含みます

    そもそも文字コードとは何か?

    画像

    文字コードとは、コンピュータが文字を数字として扱うための規則です。

    コンピュータはあくまで0と1の組み合わせ(バイト)でしかデータを扱えません。
    そのため、「あ」「A」「1」といった文字にも、それぞれ対応する番号(コード)を割り当てる必要があります。

    たとえば「A」という文字には「65」という数値を割り当てる、といった具合です。このような「文字と番号の対応表」が文字コードの本質です。

    文字コードとは、コンピューター上でアルファベットや漢字やひらがな等の文字を利用することを目的として、コンピューターが理解できる0と1の組み合わせであるバイト表現と文字の解釈を手伝う組み合わせ方の約束事(コード)になります。

    代表的な文字コードの種類

    画像

    代表的な文字コードには、UTF-8、ASCII、Shift JISなどがあります。

    UTF-8は国際的に利用され、ASCIIと互換性があります。
    一方、Shift JISは日本語を主に扱うためのコードです。

    それぞれの特徴を整理してみましょう。

    ASCII(アスキー)

    英数字・記号を中心に127文字を定義した最も基本的な文字コードです。1960年代に米国で策定され、現在も世界中のシステムの基礎として使われています。

    Shift-JIS(シフトJIS)

    Microsoft社が開発した文字コードで、ASCIIコードの文字に日本語を追加した文字コードです。JISコードの改良版とも言え、特にWindowsでの標準文字コードなどで多用されています。

    Windowsの古いシステムやExcelで作られたCSVファイルは、今もShift-JISで保存されていることが多くあります。
    ビジネスの現場でExcelやCSVを扱う方には、特に馴染みの深い文字コードでしょう。

    Unicode・UTF-8

    Unicodeは、世界中の文字すべてを網羅する(ことを目標にした)文字コードです。現在使われている文字はもちろん、歴史上で使われていた文字も登録されています。

    そのUnicodeを実際にファイルへ保存・転送するための形式(エンコーディング)のひとつがUTF-8です。UTF-8はUnicodeをベースとした文字コードで、文字を1バイトから4バイトの範囲で表現します。ASCII文字は1バイト、多くのヨーロッパ文字や一部の記号は2バイト、東アジアの文字は3バイトで表現されます。

    現在ではWebの9割を超えてUTF-8が使われているそうです。HTMLの国際標準仕様であるHTML5でも、UTF-8が推奨エンコーディングとして採用されています。

    文字化けはなぜ起きるのか?

    画像

    文字コードを理解するうえで避けて通れないのが「文字化け」です。

    UTF-8という翻訳変換ルールで保存されたテキストはUTF-8で開かれれば問題ないのですが、Shift_JIS形式で開くと翻訳変換ルールが異なるため、まるで見たことのない文字列に翻訳変換されて表示され、文字化けが発生するわけです。

    わかりやすくたとえるなら、英語で書かれた手紙をドイツ語の辞書で読もうとするようなものです。
    読む側のルールが違えば、正しい意味にはたどり着けません。

    文字化けの原因は主に、テキストを「作成した時」と「開いた時」で文字コードが違うと起こる、と結論付けられます。

    テキストを読み込む際の文字コード設定を変更して再度読み込むと、多くのケースで文字化けは解消されます。

    文字コードとVBA・RPAの関係

    画像

    ITエンジニアとして業務自動化に取り組んでいると、文字コードの問題は意外と頻繁に発生します。

    たとえば、Power Automate DesktopでCSVファイルを読み込んだとき、あるいはVBAでテキストファイルを操作したときに文字化けが起きた経験をお持ちの方もいらっしゃるのではないでしょうか。

    原因のほとんどは「Shift-JISで保存されたファイルをUTF-8として読もうとした(またはその逆)」というケースです。
    RPAや自動化ツールでは、入出力ファイルの文字コードを事前に統一しておくことが、安定した運用の大前提になります。

    UTF-8とShift-JISはどちらを使えばいいのか?

    画像

    結論から言えば、新しくファイルやシステムを作るならUTF-8一択です。

    これからHTML、CSSファイルなどをコーディングするなら「UTF-8」を利用したほうがよいでしょう。
    同様に、VBAやPythonでテキストファイルを扱う場合も、UTF-8で統一することをおすすめします。

    一方でShift-JISが必要になるケースもあります。

    • 古いWindowsシステムとのデータ連携

    • 社内の既存Excelファイルとのやりとり

    • 一部の金融・行政系システムへのCSV送信

    既存システムとの兼ね合いがある場合は、相手側の文字コードに合わせるのが現実的な対応策です。

    まとめ

    画像

    文字コードは、一見難しそうに見えますが、本質は「文字に番号を割り当てるルール」というシンプルなものです。

    そしてそのルールが違うと「文字化け」が起きる

    ——それだけ理解できれば、実務での対処がぐっと楽になります。

    • ASCII :英数字の基本ルール

    • Shift-JIS :日本語向け、Windowsや古いシステムで多用

    • UTF-8 :世界標準、現在の主流

    この3つを押さえておけば、文字コードに関するトラブルの大半は対処できます。

    業務効率化やIT知識の習得に関心がある方は、こちらの記事もあわせてご覧ください。

    関連記事

    👇ネットワークの速度でお悩みの方はこちら

    👇ITを基礎から理解したい方はこちら

    👇業務効率が爆上がりするITツールについてはこちら

    #文字コード #UTF8 #ShiftJIS #IT初心者 #プログラミング入門 #文字化け #業務効率化

     
     
    AI・テクノロジー・働き方に関する情報を発信中! ITスキルや働き方がよりよくなればうれしいです ※AmazonアソシエイトなどPRに参加しています ※わかりやすい文章にするため、一部AIを利用しています(誤字脱字の防止など)

    あなたへのおすすめ