テキストファイルの文字コードを変換する

環境

Ubuntu 20.4 + Vagrant(Windows10)
Node.js v16.14.0

はじめに

テキストファイル（CSVファイルなど）の文字コードを判断して、S-JISであれば、UTF-8に変換する関数の紹介です。プラットフォームがWindows10であるため、Vagrant環境で動作しているUbuntuとファイルのやり取りがよく発生します。つまり、Windows環境で作成した、S-JISのファイルを、Ubuntu環境で扱うために、UTF-8にいちいち変換しなくてはいけないことになります。それを、Node.jsでサクッと行えるようにしたので、そのご紹介です。

解説

２つの外部ライブラリを使っています。jschardetとiconv-liteです。この２つのライブラリは、npmで別途インストールする必要があります。jschardetはファイルの文字コードを判断するライブラリで、iconv-liteはファイルの文字コードを変換するライブラリです。

jschardetでファイルの文字コードを判断して、S-JISであれば、iconv-liteを使ってUTF-8に変換しています。

fsはテキストファイルを読み込んだり、書き込んだりするときに使われるライブラリです。Node.jsに標準で組み込まれているため、別途インストールする必要はありません。

引数には、変換対象のテキストファイルの保管場所をパス付で渡します。文字コードの変換は、S-JISからUTF-8への変換のみです。元々、UTF-8であった場合は、何も行わずスルーさせます。文字コードが、S-JIS、UTF-8以外であった場合は、エラーメッセージをコンソールに表示します。

文字コードの変換が行われた場合、ファイル名の末尾（拡張子の前）に「_utf」を付けた新しいファイルをUTF-8で作成します。

ファイルの文字コードがUTF-8の場合、jschardetは「UTF-8」で返す場合と「ascii」で返す場合とがあります。どちらにも対応できるようにしています。

コード

Node.js

function check_utf_file(file) {

    var fs = require('fs'), fd;
    var jschardet = require('jschardet');
    var iconv = require('iconv-lite');
    var msg, data;
    var filn = file.replace('.', '_utf.');
    var text = fs.readFileSync(file); 
   
    switch (jschardet.detect(text).encoding) {

        case "ascii": 
            return 0;
        case "UTF-8":
            return 0;
        case "SHIFT_JIS":
            fs.writeFileSync(filn, "");
            fd = fs.openSync(filn, "a");

            data = iconv.decode(text, 'ms932');
            fs.writeSync(fd, data, 0)
            fs.closeSync(fd);

            msg = "ファイルはS-JISです。UTF-8に変換したファイルを作成しました"
            console.log(msg);
            return 1;
        default:
            msg = "文字コードは" + jschardet.detect(text).encoding + "です。S-JISでもUTF-8でもない文字コードです"
            console.log(msg);
            return -1;
    }
}