脆弱なレガシーを救う：VBScriptにおける機種依存文字の検知とデータクレンジングの極意
現代のシステム開発において、Unicode（UTF-8/UTF-16）はもはや空気のような存在だ。しかし、我々アーキテクトが向き合うべき「戦場」は、依然として古き良き、あるいは古き呪わしきShift_JISの領域に多く存在する。
基幹システム、金融系レガシー、あるいは数十年稼働し続ける製造ラインの制御用CSV。それらは、現代的なUnicode環境から送られてくる「①（丸数字）」や「㈱（株）」といった環境依存文字（機種依存文字）を、文字化けという名の致命的なエラー、あるいはデータ整合性の破壊として処理してしまう。
FSO（FileSystemObject）を用いた単純なファイル操作は、一見すると完璧に見える。しかし、エンコーディングの境界線において、その「無知」がシステム全体を崩壊させる。本稿では、VBScriptを用いて、これらの「毒」を事前に検知し、安全なアスキー文字または標準的な文字へ無害化（Sanitization）する、実戦的なデータクレンジングの設計思想を伝授する。
1. 破綻のメカニズム：なぜFSO単体では不十分なのか
`Scripting.FileSystemObject` は非常に強力で、ファイル・フォルダ操作のデファクトスタンダードである。しかし、FSOの `OpenTextFile` メソッドは、本質的に「テキストストリーム」を扱う際、システムのデフォルト・コードページ（日本国内ならCP932/Shift_JIS）に依存する。
Unicodeで記述されたファイル、あるいはUnicode文字を含むファイルをFSOで無理に読み込もうとすると、以下の事象が発生する。
1. データの欠損: 読み込み時に不正なバイト列として解釈され、文字が `?` に置換される。
2. パースエラー: 後続のシステム（COBOLや古いC言語ベースのバッチ）が、想定外のバイト長を受け取り、メモリ破壊やセグメンテーション違反を引き起こす。
アーキテクトとして我々が取るべき戦略は、「FSOでファイルを直接操作する前に、ADODB.Streamを用いてエンコーディングを制御し、かつ変換テーブルに基づいた置換処理を挟む」ことである。
2. 実装戦略：置換エンジン・アーキテクチャ
単なる `Replace` 関数の連打は、コードの可読性を下げ、パフォーマンスを著しく低下させる。効率的なクレンジングを行うためには、「置換対象のマップ（Dictionary）」と「ストリーム・パイプライン」を分離して設計する必要がある。
実装の要件
- ADODB.Stream を使用し、入力（UTF-8等）と出力（Shift_JIS）のエンコーディングを明示的に制御する。
- Scripting.Dictionary を用いて、機種依存文字と代替文字の高速なマッピングを行う。
- オブジェクトのライフサイクルを厳格に管理し、メモリリークを防止する。
3. 極限のコード：DataSanitizer.vbs
以下に、実務レベルで使用可能な、堅牢なデータクレンジングスクリプトの雛形を示す。
'==============================================================================
' Module: DataSanitizer
' Purpose: 機種依存文字を検知し、安全な文字へ置換するデータクレンジング・エンジン
' Author: Legendary Chief Architect
'==============================================================================
Option Explicit
' -----------------------------------------------------------------------------
' メイン・エントリーポイント
' -----------------------------------------------------------------------------
Call Main()
Sub Main()
Dim inputPath, outputPath
inputPath = "C:\temp\input_unicode.csv" ' 変換前ファイル (UTF-8想定)
outputPath = "C:\temp\output_sjis.csv" ' 変換後ファイル (Shift_JIS)
On Error Resume Next
Call SanitizeFile(inputPath, outputPath)
If Err.Number <> 0 Then
WScript.Echo "CRITICAL ERROR: " & Err.Description
WScript.Quit 1
End If
On Error GoTo 0
WScript.Echo "Process Completed Successfully."
End Sub
' -----------------------------------------------------------------------------
' ファイルクレンジング・コアロジック
' -----------------------------------------------------------------------------
Sub SanitizeFile(strInPath, strOutPath)
Dim objStreamIn, objStreamOut, objMap
Dim strContent, strChar, strSanitizedContent
Dim i, charCode
' 1. 置換マップの初期化 (Scripting.Dictionaryを使用し高速化)
Set objMap = CreateReplacementMap()
' 2. 入力ストリームのオープン (ADODB.Streamによるエンコーディング制御)
' UTF-8として読み込み、メモリ上に展開する
Set objStreamIn = CreateObject("ADODB.Stream")
objStreamIn.Type = 2 ' adTypeText
objStreamIn.Charset = "UTF-8"
objStreamIn.Open
objStreamIn.LoadFromFile strInPath
strContent = objStreamIn.ReadText
objStreamIn.Close
Set objStreamIn = Nothing ' 明示的な解放
' 3. 文字単位の走査とクレンジング
' 文字列全体を一度に置換するのではなく、マップに基づき安全に処理する
strSanitizedContent = ""
For i = 1 To Len(strContent)
strChar = Mid(strContent, i, 1)
' マップに存在すれば置換、なければそのまま
If objMap.Exists(strChar) Then
strSanitizedContent = strSanitizedContent & objMap.Item(strChar)
Else
strSanitizedContent = strSanitizedContent & strChar
End If
Next
' 4. 出力ストリームのオープン (Shift_JISとして書き出し)
Set objStreamOut = CreateObject("ADODB.Stream")
objStreamOut.Type = 2 ' adTypeText
objStreamOut.Charset = "shift_jis"
objStreamOut.Open
objStreamOut.WriteText strSanitizedContent
objStreamOut.SaveToFile strOutPath, 2 ' adSaveCreateOverWrite
' 5. リソースの完全な破棄 (Memory Optimization)
objStreamOut.Close
Set objStreamOut = Nothing
Set objMap = Nothing
WScript.Echo "Sanitization complete: " & strOutPath
End Sub
' -----------------------------------------------------------------------------
' 置換ルールの定義 (Dictionaryによる高速マッピング)
' -----------------------------------------------------------------------------
Function CreateReplacementMap()
Dim dict
Set dict = CreateObject("Scripting.Dictionary")
' 丸数字の無害化
dict.Add "①", "(1)"
dict.Add "②", "(2)"
dict.Add "③", "(3)"
dict.Add "④", "(4)"
dict.Add "⑤", "(5)"
' ... 必要に応じて拡張
' 特殊記号・略称の無害化
dict.Add "㈱", "(株)"
dict.Add "㈲", "(有)"
dict.Add "№", "No."
dict.Add "㍉", "mm"
dict.Add "㌔", "kg"
' その他、業務要件に基づいた禁止文字をここに定義
Set CreateReplacementMap = dict
End Function4. アーキテクトの視点：パフォーマンスとメモリ管理の深淵
このスクリプトを単なる「動くコード」で終わらせてはならない。シニアエンジニアが注視すべきは、以下の3点である。
I. オブジェクトのライフサイクル（COM Object Management）
VBScriptはCOM（Component Object Model）上で動作している。`Set obj = Nothing` を怠ることは、メモリ上に「幽霊」を残す行為だ。特に大量のファイルをループ処理する場合、解放されない `ADODB.Stream` や `Dictionary` オブジェクトは、プロセス全体のメモリ消費を増大させ、最終的にはシステム全体の不安定化を招く。「使い終わったら、即座に、確実に、Nothingを叩き込む」。これが鉄則である。
II. 文字列操作の計算量（Complexity Analysis）
上記のコードでは、`Mid` 関数を用いて一文字ずつ走査している。これは文字数が数百万件規模になると、計算量 $O(n)$ の重みが顕著に現れる。
もしパフォーマンスがボトルネックとなる場合は、`Dictionary` のキーを「単一文字」ではなく、「よく出現する文字列パターン」として事前に `Replace` メソッドで一括置換する戦略に切り替えるべきだ。
III. エンコーディングの「聖域」
`ADODB.Stream` の `Charset` 指定は、単なる設定ではない。それは、データの物理的なバイト列をどのように解釈し、どのように再構築するかという「データの再定義」である。UTF-8からShift_JISへの変換プロセスにおいて、変換できない文字（マップにない機種依存文字）がどのように振る舞うか（`?` になるのか、エラーになるのか）を、OSのコードページ設定に依存せず、明示的に制御することが、システム間連携の整合性を担保する唯一の道である。
結言
レガシー環境との連携は、常に「不確実性」との戦いだ。
現代の洗練されたプログラミング手法を、あえて泥臭い、しかし堅牢なクレンジングロジックとして実装する。その妥協なき姿勢こそが、システムの可用性を支えるアーキテクトの責務である。
このスクリプトを、君の現場における「防波堤」として活用してほしい。
