【Java】文字コードの変換

当記事では、文字コードについて解説を行います。文字コードの扱いを間違えると、出力されたテキストデータが文字化けして読めない、なんていうことも起こります。

文字コードという用語の意味から、Java上でテキストファイルの文字コードを変換しする方法をJava Gold SE 11の資格を持つ著者が説明したいと思います。

文字コードとは？

文字コードとは、コンピュータ上で文字を扱うための仕組みのことで、符号化文字集合(Coded Character Set)と文字符号化形式(Character Encoding Scheme)という二つの枠組みから成り立ちます。文字符号化形式は、エンコーディング形式とも呼ばれます。

符号化文字集合は、特定の決まりで一つの文字に一意の(重複しない)数字を割り当てたものの集まりで、文字符号化形式は文字を表す数字をコンピュータが実際に利用できるようにする仕組みのことです。

主な符号化文字集合の一覧

以下に挙げる文字符号化形式は、基本的にASCIIも扱うことが出来ます。

Javaにおけるデフォルトの文字コードの確認

デフォルトの文字コードを確認するサンプルコード

システムプロパティを取得するSystem.getPropertyメソッドに、"file.encoding"という文字列を渡すことで、システムプロパティに設定されているデフォルトの文字コードを確認できます。

public class CheckDefaultCharacterEncoding {
	public static void main(String[] args) {
		System.out.println(System.getProperty("file.encoding"));
	}
}

デフォルトの文字コードを確認するサンプルコードの実行結果

UTF-8

Java上でデフォルトになっているエンコーディング形式を表す文字列がコンソールに出力されます。

文字コードの変換

文字コードを指定して、テキストファイルの読み込みと出力を行う方法について解説します。

テキストファイルの読み込みと出力についての詳しい説明は、以下の記事を参照してください。

【Java】テキストファイルの入出力

テキストファイルの文字コードを変換するサンプルコード

まず、以下の内容のテキストファイルを、メモ帳などのワードエディタを使って"UTF-8.txt"という名前で保存して用意します。

こんにちは

以下に示すコードが、文字コードを変換するサンプルコードになります。このサンプルコードでは、UTF-8をShift-JISに変換します。

try-with-resouceが入れ子構造になっていて見づらいかもしれませんが、外側から、

BufferedReader/BufferedWriter

↑

InputStreamReader/OutputStreamWriter

↑

FileInputStream/FileOutputStream

という構造になっています。

import java.io.BufferedReader;
import java.io.BufferedWriter;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.OutputStreamWriter;

public class TranslateCharacterEncoding {
	public static void main(String[] args) {
		//InputStreamReader/OutputStreamReaderの第二引数に文字コードを指定することで、
		//文字コードを指定した、読み込み/出力を行います。
		try (BufferedReader br = new BufferedReader(
				new java.io.InputStreamReader(new FileInputStream(".\\UTF-8.txt"), "UTF-8"));
				BufferedWriter bw = new BufferedWriter(
						new OutputStreamWriter(new FileOutputStream(".\\SJIS.txt"), "SJIS"))) {
			String s = "";
			while ((s = br.readLine()) != null) {
				bw.write(s);
				bw.newLine();
			}
		} catch (Exception e) {
			e.printStackTrace();
		}
	}
}

テキストファイルの文字コードを変換するサンプルコードの実行結果

文字コード「Shift-JIS」を使って記述されたテキストファイル「SJIS.txt」が出力されます。

これをそのままメモ帳などのワードエディタで開いてみると、以下のように文字化けすることがあります。

����ɂ���

文字化けへの対処法

文字化けしたテキストファイルの中身を読む手軽な方法として、ブラウザでテキストファイルを開くという方法があります。例えば、「SJIS.txt」をブラウザにドラッグ＆ドロップするなどして開くと、自動的にエンコーディングを検出して読めるようになります。

こんにちは

また、サクラエディタなどのフリーのテキストエディタには、文字コードを変換して表示する機能を持つものがあります。

テキストファイルに使われている文字コードを検出する方法としては、juniversalcharsetという外部ライブラリを使う方法があります。これについては、導入方法を含めた記事を書く予定です。

まとめ

今回は文字コードについての概要と、Javaにおける文字コードの変換方法について解説しました。最近のWebサイトでは文字化けが起きることは減りましたが、日本語で記述されたテキストファイルを出力する際は文字コードに気を付けるようにするとよいでしょう。

関連記事：

【Java】入出力ストリーム(java.ioパッケージ)

【Java】テキストファイルの入出力