0과 1로 문자를 표현하는 방법

문자 집합과 인코딩

• 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 코드를 문자로 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 사용하는 패리티 비트(parity bit))
• 간단한 인코딩
• But, 한글을 포함한 다른 언어 문자, 다양한 특수 문자 표현 불가(아스키 코드는 7비트로 하나의 문자를 표현하기에 128개보다 많은 문자를 표현할 수 없음)
• 그래서 등장한 게 8비트 확장 아스키(extended ASCII), 하지만 여전히 부족함

 

 

 

한글 인코딩 : 완성형 vs 조합형 인코딩

• 알파벳은 이어 쓰면 단어가 되지만 한글은 초성, 중성, 종성의 조합으로 이루어짐
• 그래서 완성형 인코딩 방식과 조합형 인코딩 방식이 존재하게 됨

 

 

 

EUC-KR

• KS X 1001 KS X 1003 문자집합 기반의 한글 인코딩 방식
• 완성형 인코딩
• 글자 하나하나에 2바이트 크기의 코드 부여(2바이트 = 16비트 = 4자리 십육진수로 표현)
• 직접 인코딩하고 싶으면 https://dencode.com/
• 2300여개의 한글 표현이 가능하지만 여전히 모든 한글을 표현하기에는 부족한 수(쀏, 뙠, 휔 같은 한글은 표현 불가능)

 

 

 

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 방식은 utf-8, utf-16, utf-32 등이 있음

 

- utf-8 인코딩

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