環境依存文字・外字のチェックと置換(CSV・テキスト)

CSV やテキストに含まれる ①・㈱・髙 などの環境依存文字、外字、Shift_JIS にない文字を見つけて、字ごとの件数と位置を一覧にします。① → (1) のような置換をして書き出すこともできます。
ファイルや貼り付けた文字はブラウザの中だけで調べ、サーバーには送信しません。

• 見つける文字: 読めなかった文字(�)、外字・私用領域(U+E000〜U+E757 は Shift_JIS の外字。表示は環境で変わり、ほかのパソコンでは別の字や空白になります)、異体字セレクタ、Shift_JIS にない文字、Shift_JIS に書くと別の字になる文字(¥ ‾ 〜 ‖ − ¢ £ ¬ —)、NEC 特殊文字(①・㈱・㍻ など)、IBM 拡張文字(髙・﨑・ⅰ など)、紛らわしいハイフン・長音・波線、全角英数記号、全角スペース、半角カナ。1字は上の順で1つの種類にだけ数えます。
• ① の置換先を「(1)」にしているのは、Unicode のデータで ① が「1 を丸で囲んだ字」(<circle>)と定められているからです。互換分解(NFKC)のままだと囲みが消えて「1」になり、元の数字と区別がつきません。「1」がよければ選び直せます。㈱ はもともと括弧つきの「(株)」になります。
• 紛らわしいハイフン・長音・波線は、Unicode の confusables.txt(18.0.0)で「-」「ー」「~」と紛らわしいとされている字です。どれに統一するかの決まりがないので、紛らわしい文字のための規則はありません。ただし、全角英数の規則に当たる －・～ はその規則で - ・~ に、半角カナの規則に当たる ｰ は ー に置換します(ほかの字も、字ごとの置換先は入れられます)。
• CSV のときは、区切り・「"」・改行になる置換(＂ → " など)はしません。置換のあとも行数と各行の列数は変わりません。
• 読み込めるのは 10MB まで、貼り付けは 1,000,000 文字までです。位置は先頭の10,000 件まで記録します(件数はすべて数えます)。
• 文字化けを直すだけならCSV文字コード変換も使えます。