字幕の文字化けを直す方法

このツールがすること

同じバイト列でも、UTF-8 として読むか GBK として読むかでまったく別の文字になります。ファイルは壊れていません。復号するときの文字コードを間違えただけです。修復ツールがすることは次のとおり：

このファイルが元々どの文字コードで書かれていたかを割り出し、正しい文字コードで読み直す
どこが壊れているかを具体的に示す：置換文字、制御文字、通貨記号、アクセント付きアルファベットの並び、めったに使わない漢字の羅列
いちばん日本語として読めるもの順に候補を並べ、選んだものを別名で保存する
プレイヤーが文字コードを判別できないときは、BOM 付き UTF-8 か GBK のコピーを渡す

ファイルをアップロードする。貼り付けではなく

入口が二つありますが、直せる範囲は同じではありません。できるならファイルをアップロードしてください。ファイルなら元のバイトが残っているので、ツールが文字コードを一つずつ試して読み、GBK だと分かれば GBK として復号します。当てずっぽうは一切ありません。貼り付けで渡ってくるのはもう生のバイトではありません。ブラウザが文字列を渡してきた時点で間違いは起きてしまっており、あとは逆算でできるところまでとなります。

貼り付けた内容にすでに置換文字（あの四角い疑問符 `�`）が含まれているなら、元のバイトはとっくに失われていて、誰にも戻せません。ページはそのまま言います。上の「ファイルを選択」から元ファイルをアップロードしてください。

修復ページのアップロード欄：ドロップ領域と貼り付け欄、上に判定された文字コードが表示される — ドラッグ＆ドロップかファイル選択で；貼り付け欄は下にあり、直せる範囲はずっと狭い

診断結果の読み方

アップロードすると診断欄に判定が出ます。文字化けなし：この内容はそのまま読めます。それでもプレイヤーで文字化けするなら、プレイヤーが文字コードを間違えています。下の「名前を付けて保存」で別の文字コードに変えて渡してください。文字化けの可能性ありのときは、どの痕跡が見つかったかを列挙します：

置換文字が含まれている — 元のバイトはすでに失われている
制御文字が紛れ込んでいる
通貨記号や数学記号が散在している
アクセント付きのアルファベットが固まって出現 — UTF-8 を 1 バイト単位で読んだときの形（`ä½ å¥½` はこのタイプ）
漢字が連なっているのに常用漢字が一つもない — UTF-8 を GBK として読んだときの形（`浣犲ソ` はこのタイプ）

診断カード：判定と文字化けの痕跡が箇条書きで並ぶ — 診断は痕跡を種類別に並べる。「文字化けです」の一言では終わらない

候補の並び順と選び方

「このように修復できます」の下に、いちばん日本語として読めるもの順で最大 12 件の候補が並びます。それぞれ、どの文字コードからどの文字コードへ読み替えたかが書かれています。クリックして結果を確認し、気に入ったら下で保存します。納得できないときは「元のまま」で元の内容に戻せます。

並びは採点で決まります。常用文字の割合、アクセントの連なり、記号の連なり、めったに使わない漢字の羅列、すべてが点数に入ります。点数がはっきり良くならない限りおすすめしません。候補を出すためだけに、微妙な結果を押し付けることはありません。二重に間違えられた文（保存で一度、修復でもう一度）には、上位候補にもう一段だけ逆算をかけます。二重までのものなら救える見込みがあります。

修復候補リスト：読める度合いの順に並び、それぞれに文字コードの組み合わせが書かれている — 候補は「いちばん読めるもの」順。それぞれ元と先の文字コード付き

保存してこそ完了

直しても、正しく保存しなければ意味がありません。プレイヤーが UTF-8 を判別できないなら、BOM 付き UTF-8（Windows のプレイヤーは BOM で判別します）か GBK で保存すれば、たいてい直ります。保存できるのは UTF-8、UTF-8（BOM 付き）、GBK、Big5、Shift_JIS、EUC-KR。入りきらないときは別のものに変えるよう促されます（GBK には韓国語を入れられません）。ダウンロードされるファイル名には自動で `-fixed` が付きます。

判定された文字コードが UTF-8 でないときは、保存先がすでに「BOM 付き UTF-8」に合わせられています。自分でプルダウンを触ったあとは、もう勝手に戻りません。

結果欄：テキストボックスと保存形式プルダウン、ダウンロードボタン — 文字コードを選んでダウンロード。ファイル名に -fixed が付く

絶対に触らないもの

読み間違えた文字を戻すだけです。インデックス、タイムコード、ASS のスタイル指定には一切触れません。

よくある質問

ファイルをアップロードしたのに、なぜ保存し直すの？ ファイル自体はたいてい無傷です。壊れているのはプレイヤー側の読み間違いです。この場合、テキストの文字を一つも変える必要はありません。BOM 付き UTF-8 か GBK のコピーを保存してプレイヤーに渡すだけで済みます。

貼り付けたものはなぜ直らないの？ 貼り付けた内容に一度でも置換文字が入った時点で元のバイトが消えており、逆算の材料がありません。上の「ファイルを選択」から元ファイルをアップロードしてください。

欲しい候補が出てこない 今の内容より点数がはっきり良くならない限り、ツールはおすすめしません。「判定された文字コード」を別のものに変えて、並び直させてみてください。

一度に何件まで？ 一度に一件です。修復してダウンロードし、次を入れてください。

プライバシー

判定も修復もブラウザ内で完結します。字幕の内容がサーバーに送られることはありません。