English | 日本語

エンコーディング

text および sorted サブコマンドは、さまざまなエンコーディングのファイルを読み込み、差分比較の前にUnicodeにデコードします。デフォルトではエンコーディングは自動的に検出されますが、検出が誤っている場合は --encoding オプションで上書きできます。

関係する外部依存関係は golang.org/x/text のみで、これは日本語とUTF-16のデコーダを提供します。

自動検出

--encoding auto（デフォルト）を使用すると、検出は二段階で行われます。

1. BOM（バイト順マーク）を最初に。 UTF-8、UTF-16LE、またはUTF-16BEのバイト順マークが即座に認識され、内容から除去されます。
2. ヒューリスティック。 BOMがない場合、バイト列が有効なUTF-8かつ日本語のエンコーディング（Shift_JIS、EUC-JP、ISO-2022-JP）かどうかをバイトパターンのヒューリスティックでチェックします。

自動検出は一般的なケースをカバーしますが、ヒューリスティックは誤ることもあります。短いファイルや、複数のエンコーディングで有効な場合は誤分類されることがあります。その場合は、明示的にエンコーディングを指定してください。

--encoding フラグ

--encoding auto | utf-8 | utf-16le | utf-16be | shift_jis | euc-jp | iso-2022-jp

値	エンコーディング
auto	BOMから検出し、その後ヒューリスティック（デフォルト）。
utf-8	UTF-8。
utf-16le	UTF-16、リトルエンディアン。
utf-16be	UTF-16、ビッグエンディアン。
shift_jis	Shift_JIS（日本語）。
euc-jp	EUC-JP（日本語）。
iso-2022-jp	ISO-2022-JP（日本語）。

このフラグは text と sorted の両方で利用可能で、GUI /api/diff リクエストの encoding フィールドと連動しています。

例

ファイルの誤検出時にShift_JISを強制指定：

ayame-diff text --encoding shift_jis a.txt b.txt

EUC-JPログを比較：

ayame-diff text --encoding euc-jp old.log new.log

UTF-16LEファイル（例：Windowsツールからエクスポートされたもの）を比較：

ayame-diff text --encoding utf-16le old.txt new.txt

Shift_JISファイルをソートして比較：

ayame-diff sorted --encoding shift_jis --numeric a.csv b.csv

日本語ファイル

Shift_JIS、EUC-JP、UTF-16、ISO-2022-JPはすべて自動検出されます（最初にBOM、その後ヒューリスティック）。日本語ファイルがゴミのようにデコードされる場合は、対応する --encoding の値を再実行してください。

出力はUnicode

入力エンコーディングに関係なく、差分出力はUnicodeテキストとして書き出されます。--encoding フラグは入力の デコード 方法を制御しますが、出力の再エンコードには影響しません。