文字化けはなぜ起こるのか

Question

抽象的な質問ですみません。　文字化け　とはなぜ起こるのでしょうか？
文字コード(UTF-8など）の違いによって起きたりする　と言うのはわかるのですが、
数字とかアルファベットになるならまだしも、なぜ「譁�ｭ怜喧縺�」みたいな漢字になるのでしょうか？
例えば、「縺」はもつれる　という意味ですが、文字化けと何か関係があるのでしょうか？

Answer 1

利用している環境によって「どのような文字セット」を扱おうとしているかが決まります。

この場合の文字セットとは以下の意味合いを含みます。

(1) 扱おうとしている文字の種類
(2) バイトの列と(1)の間の写像

(1)は例えば「英字・数字・記号・漢字」といった文字の種類です。
(2)は0x30<->'0', ..., 0x41<->'A', 0xE7 0xB8 0xBA<->'縺', ...などといったバイト列と特定の文字の対応関係の定義です。(2)のことを文字エンコーディングといったりもしますね。

さて文字化けとは「バイト列と文字の間の写像（変換）」をする際に(2)が本来意図したものと違うために誤った写像が行われることです。文字＝＞バイト列への変換、バイト列＝＞文字への変換のどちらも有りえます。

バイト列＝＞文字への変換での文字化けを想定しますと・・・

例えば利用環境で想定している文字セットが「ASCII」の場合「あり得る文字、つまり上記の(1)は、英数字・一部の記号」のみですので文字化けが起こった場合、結果もまた英数字や一部の記号のみになります。

一方「UTF-8などのUNICODE」あるいは「ShiftJIS」のように「漢字を含む文字セット」を想定した環境では(1)の中に漢字が含まれています。そのため文字化けにより誤って解釈された結果が「漢字」になる可能性もあるわけです。

ということで結論は「文字化けの結果が漢字になることがある」理由は「想定環境の文字セットに漢字が含まれているから」です。