Slide 1
Slide 1 text
1
ソースコードのEUC-JP、
全部抜く⼤作戦
⼤浦 優太郎
EC事業部 事業開発チーム
BuriKaigi 2026
2026.01.10
Slide 2
Slide 2 text
2
⾃⼰紹介
EC事業部 事業開発チーム
2022年 新卒⼊社
⼤浦 優太郎 Oura Yutaro
EC事業部でECサイト構築サービス「カラーミー
ショップ byGMOペパボ」の開発‧運⽤に携わる。
1⽉から事業開発チームに参画。うなぎの浜松出
⾝。
● X : @yukyan_p
● Instagram: @yukyan_p
Slide 3
Slide 3 text
3
アジェンダ
1. はじめに
2. EUC-JP を倒すことの難しさ
3. 解決策
4. 実際の成果
5. まとめ
Slide 4
Slide 4 text
1. はじめに
4
Slide 5
Slide 5 text
はじめに
5
あけましておめでとうございます！
Slide 6
Slide 6 text
はじめに
6
2026年ですが
プロダクト開発で
EUC-JP と戦っている⼈いますか？
Slide 7
Slide 7 text
はじめに
7
私は戦っています！
Slide 8
Slide 8 text
はじめに
8
Slide 9
Slide 9 text
はじめに
9
Claude Code で編集していると
Slide 10
Slide 10 text
はじめに
10
Slide 11
Slide 11 text
はじめに
11
⽂字化けしてしまう！
Slide 12
Slide 12 text
はじめに
12
● Claude Code で編集した際に⽂字化け
● エディタの設定による⽂字化け
● GitHub でレビューする際に⽂字化け
ところどころで、UTF-8 でないことによる開発体験の痛みがある
UTF-8 前提のツールによる⽂字化け
Slide 13
Slide 13 text
2. EUC-JP を倒すことの難しさ
13
Slide 14
Slide 14 text
EUC-JP を倒すことの難しさ
14
Q.
nkf -w で終わりなのでは？
Slide 15
Slide 15 text
EUC-JP を倒すことの難しさ
15
● マルチバイト⽂字がコメントアウトだけであれば問題ないが...
● ソースコードの中にマルチバイトの⽂字列リテラルがあり、ロ
ジックが、それがEUC-JPであることに依存している場合、最
終的な結果が変わってしまうことがある
nkf -w で困ること
Slide 16
Slide 16 text
EUC-JP を倒すことの難しさ
16
Slide 17
Slide 17 text
EUC-JP を倒すことの難しさ
17
Slide 18
Slide 18 text
EUC-JP を倒すことの難しさ
18
Q.
それならまずUTF-8で書いて
mb_convert_encodingで
UTF-8 から EUC-JP に
変換するようにしたら?
Slide 19
Slide 19 text
EUC-JP を倒すことの難しさ
19
● UTF-8 は Unicode を使えるので111万⽂字ぐらい
● PHPがサポートしている EUC-JP は下記の⽂字集合の合成
US-ASCII + JIS X0201:1997(半⾓カナ) + JIS X0208:1990 + JIS
X0212:1990
⼤体 1万2千⽂字
UTF-8 -> EUC-JP で失われる情報がある
https://www.php.net/manual/ja/mbstring.encodings.php
Slide 20
Slide 20 text
EUC-JP を倒すことの難しさ
20
● UTF-8 でプログラム上で扱う⽂字列を記述すると、それを
EUC-JP として扱おうとしたときに、失われる情報が出てくる
（今後、⽂字を追加する場合などに）
● つまり、EUC-JP は EUC-JP のまま表現して取り扱いたい
（EUC-JP に⼤きく依存した今回のケースにおいては）
UTF-8 -> EUC-JP で失われる情報がある
Slide 21
Slide 21 text
3. 解決策
21
Slide 22
Slide 22 text
解決策
22
1. マルチバイト⽂字列リテラルを⼀つのファイルに追い出し、元々
直接⽂字列リテラルが書かれていた箇所はそれを参照するように
する
2. 追い出し切ったら、コメントアウト以外は ASCII⽂字 ということ
になる。
3. ASCII⽂字は EUC-JP と UTF-8 でバイト値が変わらないので⼀気に
UTF-8 に変換できる
i18n を参考にした解決策
Slide 23
Slide 23 text
解決策
23
1. マルチバイト⽂字列リテラルを⼀つのファイルに追い出し、元々
直接⽂字列リテラルが書かれていた箇所はそれを参照するように
する
2. 追い出し切ったら、コメントアウト以外は ASCII⽂字 ということ
になる。
3. ASCII⽂字は EUC-JP と UTF-8 でバイト値が変わらないので⼀気に
UTF-8 に変換できる
i18n を参考にした解決策
Slide 24
Slide 24 text
解決策
24
Slide 25
Slide 25 text
解決策
25
どうやって追い出すのか？
Slide 26
Slide 26 text
解決策
26
AIでスクリプトを書きます！
Vibe Coding！
Slide 27
Slide 27 text
解決策
27
PHPトークナイザーを活用し、PHPソースコード内のコメ
ントアウト以外のマルチバイト文字列をすべて
EucjpStringLiterals.php に定数として定義し直すス
クリプトを書いてください。
元々マルチバイト文字列箇所は、
EucjpStringLiterals.php に定義した定数を参照する
形に書き直してください。
プロンプト例
Slide 28
Slide 28 text
解決策
28
1. マルチバイト⽂字列リテラルを⼀つのファイルに追い出し、元々
直接⽂字列リテラルが書かれていた箇所はそれを参照するように
する
2. 追い出し切ったら、コメントアウト以外は ASCII⽂字 ということ
になる。
3. ASCII⽂字は EUC-JP と UTF-8 でバイト値が変わらないので⼀気に
UTF-8 に変換できる
i18n を参考にした解決策
Slide 29
Slide 29 text
解決策
29
どうやって「追い出し切ったか」を
判定するのか
Slide 30
Slide 30 text
解決策
30
PHPCodeSnifferを活⽤!
Slide 31
Slide 31 text
解決策
31
● PHPコードの品質を管理するための静的解析ツール
● コードが PSR-12 などの標準ルールやに沿っているかを
できる
● ルールは⾃分で作ることもできる。このルールを「ス
ニフ」と呼ぶ
PHPCodeSniffer とは
Slide 32
Slide 32 text
解決策
32
● 「コメント以外にマルチバイト⽂字列がない」状態を
保証する仕組みが欲しい
● リポジトリに導⼊されていた PHPCodeSniffer を⽤い
て、コメントアウト以外のマルチバイト⽂字列を検知
するスニフを作成
PHPCodeSniffer の活⽤⽅法
Slide 33
Slide 33 text
解決策
33
use PHP_CodeSniffer\Sniffs\Sniff;
use PHP_CodeSniffer\Files\File;
use PHP_CodeSniffer\Util\Tokens;
/**
* NonAsciiInCodeSniff
*
* コード内の非ASCII文字をチェックします（コメントは除外）。
*/
class NonAsciiInCodeSniff implements Sniff
{
Slide 34
Slide 34 text
解決策
34
…
// PHPCSのTokens::$commentTokensを使用して、
// すべてのコメント関連トークンをスキップ
if (isset($token['code']) &&
isset(Tokens::$commentTokens[$token['code']])) {
continue;
}
…
// 非ASCII文字が含まれていたら警告を出す
if ($this->containsNonAscii($token['content'])) {
$phpcsFile->addWarning(
…
Slide 35
Slide 35 text
解決策
35
/**
* 文字列に非ASCII文字が含まれているかをチェックします。
*
* @param string $content チェック対象のコンテンツ
*
* @return bool
*/
private function containsNonAscii($content)
{
// 値がASCII文字の最大値である127 (0x7F) より大きいバイトをチェック
return preg_match('/[^\x00-\x7F]/', $content) === 1;
}
Slide 36
Slide 36 text
解決策
36
1. マルチバイト⽂字列リテラルを⼀つのファイルに追い出し、元々
直接⽂字列リテラルが書かれていた箇所はそれを参照するように
する
2. 追い出し切ったら、コメントアウト以外は ASCII⽂字 ということ
になる。
3. ASCII⽂字は EUC-JP と UTF-8 でバイト値が変わらないので⼀気
に UTF-8 に変換できる
i18n を参考にした解決策
Slide 37
Slide 37 text
解決策
37
● 追い出し先のファイルのみ EUC-JP を許容することになってしまう
● 追い出し先のファイルにすべてのマルチバイト⽂字列を置くので、メ
ンテナンスコストが⾼そう
● ⼀旦追い出して開発体験を改善したあと、今後の運⽤⽅法を検討する
ことになるだろう
この⼿法の課題
Slide 38
Slide 38 text
4. 実際やってみたところ
38
Slide 39
Slide 39 text
実際やってみたところ
39
マルチバイト⽂字列の存在チェック
Slide 40
Slide 40 text
実際やってみたところ
40
変換スクリプトを実⾏
Slide 41
Slide 41 text
実際やってみたところ
41
Slide 42
Slide 42 text
はじめに
42
ソースコードからマルチバイト⽂字列を
追い出し切れた!! 🎉
あとは⼀気に変換するだけ！
Slide 43
Slide 43 text
6. まとめ
43
Slide 44
Slide 44 text
はじめに
44
● EUC-JP を安全にソースコードから抜く⼿法を提⽰した
○ ⼀⽅で課題もある
● この⼿法は「EUC-JPをEUC-JPのまま取り扱いたい」場合の解決策
の⼀つとなる
● PHPCodeSniffer を使うことで、マルチバイト⽂字列リテラルが
ソースコードにないことを保証する仕組みを作れる
● よりいい⽅法を模索していきたいので、情報お待ちしています！
まとめ
Slide 45
Slide 45 text
45
Thank you!