0과 1로 문자를 표현하는 방법

문자 집합(character set)

• 컴퓨터가 이해할 수 있는 문자의 모음

인코딩(encoding)

• 코드화하는 과정
• 문자를 0과 1로 이루어진 문자 코드로 변환하는 과정

디코딩(decoding)

• 코드를 해석하는 과정
• 0과 1로 표현된 문자 코드로 문자를 변환하는 과정

아스키 코드

• 초창기 문자 집합 중 하나
• 알파벳, 아라비아 숫자, 일부 특수 문자 및 제어 문자
• 7비트로 하나의 문자 표현
  • 8비트 중 1비트는 오류 검출을 위해 사용되는 패리티 비트(parity bit)
• 간단한 인코딩
• 하지만 한글을 포함한 다른 언어 문자, 다양한 특수 문자 표현 불가
  • 아스키 코드는 7비트로 하나의 문자를 표현하기에
  • 128개보다 많은 문자를 표현할 수가 없다.
  • 8비트 확장 아스키 (extended ASCII)의 등장, 여전히 부족

한글 인코딩 : 완성형 vs 조합형 인코딩

• 한글을 위한 인코딩이 필요
  • 한글의 특징
  • 알파벳을 이어 쓰면 단어가 되는 영어
  • 초성, 중성, 종성의 조합으로 이루어진 한글
  • 완성형 인코딩 방식과 조합형 인코딩 방식이 존재

EUC-KR

• KS X 1001 KS X 1003 문자집합 기반의 한글 인코딩 방식
• 완성형 인코딩
• 글자 하나 하나에 2바이트 크기의 코드 부여
  • 2바이트  == 16비트 == 4자리 십육진수로 표현
• 2300여개의 한글 표현 가능
• 여전히 모든 한글을 표현하기에는 부족한 수
• 쀏, 뙠, 휔 같은 한글은 표현 불가능
• 예) 가 == b0a1 / 거 == b0c5

• 언어별 인코딩을 국가마다 하게 되면 다국어를 지원하는 프로그램을 개발할 때엔 언어별 인코딩 방식을 모두 이해해야됨.

유니코드 문자 집합과 utf-8

유니코드

• 통일된 문자 집합
• 한글, 영어, 화살표와 같은 특수 문자, 심지어 이모티콘까지
• 현대 문자 표현에 있어 매우 중요한 위치
• 유니코드의 인코딩 방식
  • utf-8, utf-16, utf-32,...
• 예) 한 : D55C / 글 : AE00

utf-8 인코딩

• UTF(Unicode Transformation Format) == 유니코드 인코딩 방법
• 가변 길이 인코딩 : 인코딩 결과가 1바이트~4바이트
• 인코딩 결과가 몇 바이트가 될지는 유니코드에 부여된 값에 따라 다름
  • 유니코드에 부여된 값 == 유니코드 코드 포인트