ブッシュは事実を隠した

「ブッシュは事実を隠した」は、 Microsoft Windowsに存在するバグの一般的な名前であり、 ASCIIでエンコードされたテキストがUTF-16LEであるかのように解釈され、文字化けしたテキストが発生します。引用符なしの文字列「ブッシュは事実を隠した」を新しいメモ帳文書に入力して保存し、閉じて再度開くと、代わりに「畂桳栠摩琠敨映捡獴」という意味不明な中国語の文字列が表示されます。^[1]

「ブッシュは事実を隠した」という文章はエラーを引き起こすために最もよく使われるが、このバグは「hhhh hhh hhh hhhhh」^[2]や「このアプリは壊れる可能性がある」 [ ^3]、さらには「a」や「z!」^[1]などの他の文字列によっても引き起こされる可能性がある。

このバグは、文字列がWin32の文字セット検出関数IsTextUnicodeに渡されたときに発生します。IsTextUnicodeは、「上位バイト」（奇数インデックス）の変化が「下位バイト」の変化の3分の1未満である場合にUnicodeであると推測し、^[1]そうであればtrueを返し、アプリケーションはテキストをUTF-16LEとして誤って解釈します。^[4]

このバグは、1994年にWindows NT 3.5でIsTextUnicodeが導入されて以来存在していましたが、2004年初頭まで発見されませんでした。 ^[5]多くのテキストエディタやツールは、テキストファイルのエンコーディングを決定するためにIsTextUnicodeを使用しているため、Windows上でこの動作を示します。Windows Vistaの時点では、メモ帳はバグが発生しない別の検出アルゴリズムを使用するように変更されましたが、IsTextUnicodeはオペレーティングシステム内で変更されていないため、その機能を使用する他のツールは依然として影響を受けます。^[6]

このバグにはいくつかの回避策があります:

• 文字列の長さが奇数バイトになるように文字を追加します。
• ファイルを「ANSI」ではなく「UTF-8」（2018 年以前）または「BOM 付き UTF-8」（2018 年以降）として保存します。これにより、バグを回避する UTF-8バイト オーダー マークが先頭に追加されます。^{[引用が必要]バイト オーダー マーク}のないUTF-8 は「ANSI」ファイルと同一であるため、依然としてバグを引き起こします。
• 「Unicode」として保存します。これは、Microsoft Windows では UTF-16LE を意味します。このテキストを読み込むと、IsTextUnicode はtrueを返す必要があり (実際に返されます) 、テキストは正確です。
• メモ帳を使用して元のテキストを取得するには、[ファイルを開く] ダイアログ ボックスを表示し、ファイルを選択して、[エンコード] リスト ボックスで [ANSI] または [UTF-8] を選択し、[開く] をクリックします。Windows 2000 では、メモ帳に [エンコード] リスト ボックスがありません。WordPadは独自のエンコード検出を使用するため、エンコードを選択しなくてもテキストを正しく読み込むようです。

• メモ帳のファイルエンコード問題の再考 – Raymond Chen
• IsTextUnicode – Microsoft Docs