テキストファイルを結合する方法と文字化け防止

公開ツールテキストファイル結合器

目次
  1. 複数のテキストファイルを手作業で結合すると起きる問題
  2. テキストファイルが 1 つにまとまる仕組み
  3. ハングルが文字化けする理由: UTF-8 と EUC-KR
  4. 実際の結合オプション: 区切り文字・ファイルヘッダー・空白の整理
  5. よくつまずくポイント
  6. まとめ
  7. よくある質問

何十枚にも分割された小説の原稿、日付ごとに分かれた開発ログ、断片化した CSV ファイルを 1 つにまとめたいとき。ファイルを 1 つずつ開いてコピー&ペーストする作業は面倒ですし、順番が入れ替わってしまうミスにもつながりやすいものです。

特に元のファイルが EUC-KR のような古い韓国語の文字コードで保存されていると、結合したあとも文字化けが残ります。この記事では、テキストファイルを安全に結合する方法と、結合する前に確認しておきたい文字コードの問題を整理します。

複数のテキストファイルを手作業で結合すると起きる問題

ファイルが 3~4 個を超えてくると、順番をそろえ、ファイルの間に区切り文字(空行や区切り線)を入れ、ファイル名をどこかに残しておく。それだけでもかなりの手間がかかります。ファイルを 1 つ入れ忘れたり、順番を入れ替えて貼り付けたりするミスも、この作業ではよく起こります。

テキストファイルが 1 つにまとまる仕組み

ブラウザでテキストファイルを結合するツールは、各ファイルを File.text() で読み取って文字列に変換し、指定した区切り文字を間に挟みながら JavaScript の配列の join() でつなぎ合わせる、という仕組みで動作します。ファイルのデータはブラウザのメモリ内だけで扱われ、外部のサーバーへ送信されることはありません。

ファイルが結合される順番

ファイル名が 1.txt、2.txt、10.txt のようになっていると、OS やブラウザのファイル選択ダイアログが名前を辞書順に並べ、1.txt → 10.txt → 2.txt の順で渡してくる場合があります。こうしたツールの多くは、選択された順番のまま結合し、順序を別途整え直すことはしないので、アップロードされたファイル一覧で順番を目視確認するか、ファイル名を 01、02 のように桁数をそろえておくと安全です。

ファイルを開いて貼り付けずに結合する。 テキストファイル結合器を使えば、ファイルをアップロードして区切り文字とヘッダーのオプションを選ぶだけで、上の処理がブラウザ内で完結します。

テキストファイル結合器

テキストファイル結合器に複数のテキストファイルをアップロードし、結合順と連結部分の区切り文字を指定して、1つの結合済み文書としてダウンロードできます。

ハングルが文字化けする理由: UTF-8 と EUC-KR

韓国語のテキストファイルを結合したときに文字化けが起きる主な原因は、ファイルを保存したときと読み込んだときの文字コードが異なることにあります。

  • UTF-8: 現在の Web 標準であり、Linux や macOS の既定の文字コードです。ハングル 1 文字を 3 バイトの可変長で扱います。
  • EUC-KR / CP949: 古い Windows プログラムでよく使われていた韓国語の文字コードで、ハングル 1 文字を 2 バイトの固定長で扱います。

EUC-KR で保存されたファイルを UTF-8 の規則でそのまま解釈すると、バイトの区切りがずれて文字化けします。

結合したあとも文字化けする場合

ブラウザの File.text() はファイルを UTF-8 として読み込みます。元のファイルが EUC-KR で保存されていた場合、このツールに限らずブラウザ上で動くテキスト系ツールのほとんどは、結合後もその部分だけが文字化けしたまま表示されます。ツールが文字コードを自動で直してくれるわけではないので、テキストエディタで該当ファイルを開き、「名前を付けて保存」のときに文字コードを UTF-8 に変更して保存し直してからアップロードすれば、文字化けせずに結合できます。

実際の結合オプション: 区切り文字・ファイルヘッダー・空白の整理

オプション動作
区切り線の形式空行 1 行(既定)・区切り線なし・---・カスタム文字列から選択
ファイルヘッダーの追加各ファイルの先頭にファイル名を含む案内行を付ける(既定でオン)
各行の空白を削除すべての行の前後の空白を整える
空行を削除内容のない空行だけを削除

結合結果は画面のプレビューにすぐ表示され、コピーしたり .txt ファイルとしてダウンロードしたりできます。

よくつまずくポイント

症状原因
ファイルの順番が入れ替わるファイル選択ダイアログが名前を辞書順で渡してくる
結合後も一部だけ文字化けするそのファイルだけ EUC-KR など別の文字コードで保存されている
ファイルの境目が見えない区切り線の形式を「なし」にしている、またはファイルヘッダーをオフにしている

まとめ

  • テキストファイルの結合は、各ファイルを読み取って区切り文字でつなぐだけの単純な処理ですが、手作業でやると順番と区切り文字を毎回そろえなければならず手間がかかります。
  • 文字化けが起きる場合はほとんどが EUC-KR で保存された元ファイルのせいで、結合ツールではなく、アップロード前に文字コードを UTF-8 にそろえることで解決します。
  • ファイルヘッダーや空白整理のオプションを併用すると、結合結果でもファイルの境目と書式をそのまま保てます。
テキストファイル結合器

テキストファイル結合器に複数のテキストファイルをアップロードし、結合順と連結部分の区切り文字を指定して、1つの結合済み文書としてダウンロードできます。

よくある質問

アップロードしたファイルの内容はサーバーに送信されますか?

いいえ。ブラウザの File API を使ってユーザーの端末内だけで読み込みと結合を行うため、ファイルの内容が外部のサーバーへ送信されることはありません。

すでに結合したファイルで文字化けした場合、ツール側で元に戻せますか?

いいえ。結合の過程で文字コードの変換は行っていないため、元のファイルを UTF-8 で保存し直してから、もう一度アップロードして結合する必要があります。

この記事は韓国語の原文をもとに作成しています。 韓国語の原文を読む

関連記事

  1. モックJSONのダミーデータ生成とAPIテスト設計UUID・連番ID・仮のメールや乱数で作るダミーJSONの生成ロジックと、モックのネットワーク遅延を再現してAPIテストを進める際のチェックポイントを解説します。
  2. モールス信号 音の長さの公式とWeb Audio APIモールス信号の音の長さの公式(短点1・長点3)と、Web Audio APIのオシレーターでビープ音を合成する方法を解説します。周波数とWPMの考え方も整理します。
  3. モールス信号の変換方法とアルファベット対応表点(.)と線(-)の組み合わせで文字を表すモールス信号について、アルファベット・数字の対応表と、文字と単語を区切る変換ルールを解説します。
  4. 英語名のイニシャル変換|抽出ルールと大文字表記の基本姓と名の順序、大文字への統一、区切り記号の付け方など、英語のフルネームからイニシャルを作る手順と、航空券や署名まわりで迷いやすい点を整理して解説します。
  5. コンピュータの基数変換の公式と2進数・8進数・10進数・16進数の計算方法2進数・8進数・10進数・16進数が互いに変換される仕組みと、JavaScriptのtoString/parseIntの使い方、浮動小数点の誤差が生じる理由を解説します。
  6. OGPメタタグ設定法|SNS共有カードの表示を最適化カカオトークやX、Facebookでリンクを共有したとき、画像付きのプレビューカードを出すためのog:titleやog:imageなど必須メタタグと、1200×630pxの画像規格を解説します。

関連ツール