Content-Typeヘッダーの正体|CSVをタブで開くと、プレビューだけ文字化けすることがある
問い合わせ一覧をCSVで書き出して、タブでそのまま開くと、日本語だけ記号の羅列になることがある。
壊れているのはファイルではなく、応答ヘッダーのほうだ。
問い合わせフォームの一覧をCSVで書き出して、確認のつもりでブラウザのタブでそのまま開く。
中身はちゃんと入っているのに、日本語のところだけ「豢ョ蜷阪@縺セ縺・」のような記号の羅列になっている。
保存してExcelで開き直すと、今度は普通に読める。
こういう症状は、実装の現場でよく出会う。
壊れているのはファイルではなく、タブの中の見え方のほうだ。
ブラウザは拡張子を見ていない
「.csv」という拡張子を見て、ブラウザが表示のしかたを決めていると思われがちだ。
実際に効いているのはそこではなく、サーバーが返す応答ヘッダーの中の一行になる。
ファイルを送り返すとき、サーバーは中身のデータと一緒に「これはこういう種類のものです」という札を一枚添えている。
それがContent-Typeヘッダーで、値の形式は電子メールの添付ファイルの分類(MIMEタイプ)がそのまま流用されている。
拡張子はファイル名の飾りにすぎず、ブラウザが実際に頼りにしているのはこの札のほうだ。
文字化けの犯人は、札に書かれていない一言
CSVを返す処理で、Content-Typeが「text/csv」とだけ書かれていることがある。
足りないのは「charset=UTF-8」という一言で、文字コードの指定がない状態だ。
指定がないとき、ブラウザは自分の判断で文字コードを推測してタブに描画する。
ファイルの中身は正しくUTF-8で書かれていても、ブラウザの推測が外れると、日本語の部分だけ別のコードとして解釈される。
ダウンロード自体はバイト列をそのまま保存するだけなので壊れようがなく、開き直すと正常に見えるのはそのためだ。
「text/csv; charset=UTF-8」と一言添えるだけで、タブの中の文字化けは消える。
この札は、無視されることもある
意外なのは、Content-Typeという札が絶対ではないという点だ。
ブラウザは中身の先頭バイトを実際にのぞき見て、札の内容と食い違っていれば自分の判断を優先することがある。
これはMIMEスニッフィングと呼ばれる挙動で、古いサイトの設定漏れを大目に見るための仕組みだ。
ただしこれは同時に、思わぬ抜け道にもなる。
画像として置いたつもりのファイルが実は仕込まれたスクリプトで、ブラウザが中身を見て「これは実行できそうだ」と判断してしまう事故が起こりうる。
これを防ぐための札も別に用意されていて、「X-Content-Type-Options: nosniff」を付けると、ブラウザは中身を見ずに札の記載どおりに扱うようになる。
見ているのは中身ではなく申告のほう
ファイルの実体は変わっていないのに、添える一言の有無だけで見え方がまるごと変わる。
普段は意識しない応答ヘッダーの中に、そんな小さいけれど効く一行が隠れている。
CSVを返す箇所には、charsetを付けておく。
拡張子を正しく付けることに気を配るだけでなく、その裏で交わされている申告の中身まで見ておきたい。
ほかにも書いています
受託・note・スタンプこういう仕組みを作る相談を受けています
毎日の更新・データ集め・集計の自動化/3万円〜収益がいくらだったか、どの施策が外れたか
note / 個人の視点で掘り下げていますスタンプラリーに挑戦する
行った場所は、現地チェックインで記録に残せます※受託の相談とnoteは、運営者が個人で受けている・書いているものです。
