8월10일(화)
◼ 캐릭터 셋(CharacterSet)
▪ 유니코드(unicode)
국제 표준으로 제정된 2바이트계의 만국 공통의 국제 문자 부호 체계
(UCS : Universal Code System)를 말한다.
애플컴퓨터, IBM, 마이크로소프트 등이 컨소시엄으로 설립한
유니코드(Unicode)가 1990년에 첫 버전을 발표하였고,
ISO/IEC JTC1 에서 1995년 9월 국제 표준으로 제정하였다.
공식 명칭은 ISO/IEC 10646-1(Universal Multiple_Octet Coded Character Set)이다.
데이터의 교환을 원활하게 하기 위하여 문자 1개에 부여되는 값을
16비트로 통일하였다.
코드의 1문자 당 영어는 7비트, 비영어는 8비트,
한글이나 일본어는 16비트의 값을 가지게 되는데
이들을 모두 16비트로 통일한 것이다.
▪ UTF-8 과 UTF-16
UTF-8 과 UTF-16 의 차이를 한 마디로 표현하자면
문자를 표현할 때의 단위가 다르다는 것이다.
UTF-8 은 8비트의 가변장 멀티바이트에서 문자를 표현하고
UTF-16 은 16비트의 가변장 멀티바이트에서 문자를 표현한다.
- ★ UTF-8(8bit UCS Transformation Format)
웹에서 기본적으로 사용하는 코드.
UCS-2로 정의되는 문자 집합을 이용하여
기술된 문자열을 바이트열로 반환하는 방식의 1개 1문자를
1~6바이트 가변장 멀티바이트로 변환한다.
- ★ UTF-16(16bit UCS Transformation Format)
자바의 기본 코드.
자바에서는 문자 하나를 저장하면 바이트 수는 영문자든, 한글문자이든 2바이트를 차지하게 된다.
UCS-2로 정의되는 문자 집합을 이용하여
기술된 문자열에 UCS-4의 일부의 문자를 채워넣기 위한 인코딩 방식.
UTF-8과 병용할 수 있다.
UCS-2로 이용할 수 있는 문자수를 대폭 늘릴 수 있다.
※ 자바단에서 UTF-16을 사용하고 웹에서는 UTF-8을 사용하기 때문에
경우에 따라 변환해야 하는 상황이 발생할 수 있다.
◼ 문자 코드의 종류
▪ KSC5601
한글 완성형 표준(한글 2,350자 표현).
한국공업표준 정보처리분야(C)의 5601번 표준안.
▪ KSC5636
영문자에 대한 표준.
한국공업표준 정보처리분야(C)의 5636번 표준안.
기존 ASCII Code 에서 역슬래스()를 원(￦) 표시로 대체.
▪ ★ EUC-KR(MS949)
Bell-Laboratorise 에서 유닉스 상에서 영문자 이외의 문자를
지원하기 위해 제안한 확장 유니코드(Extend UNIX Code) 중
영문은 KSC5636으로 처리하고, 한글은 KSC5601로 처리.
즉, EUC-KR(MS949) = KSC5636 + KSC5601.
▪ UTF-8
영문과 숫자는 1바이트, 한글은 3바이트로 표현.
(웹에서 많이 사용. UTF-8 형식으로 JSP 를 작성할 때에는
파일도 UTF-8 형식으로 저장해야 한다.)
▪ UTF-16
자바 기본 문자 코드.
영문과 숫자는 1바이트, 한글은 2바이트로 표현.
▪ ISO-8859-1
서유럽 언어 표기에 필요한 US-ASCII 에 없는
94개의 글자의 순차적 나열.
▪ 캐릭터 셋(CharacterSet) 코드 설명📝
import java.io.UnsupportedEncodingException;
public class Test137
{
public static void main(String[] args) //throws UnsupportedEncodingException //check~!!!!
{
byte[] buf;
String name = new String("김연경");
System.out.println("디폴트 캐릭터셋 : " + System.getProperty("file.encoding"));
//--==>> 디폴트 캐릭터셋 : MS949
//『String.getBytes()』 // String 클래스가 가지고 있음
// : 디폴트 캐릭터셋으로 바이트 배열을 반환하는 메소드
buf = name.getBytes(); // 운영체제의 기본 인코딩 방식에 따라서 데이터를 쪼개는 것
System.out.println("Length : " + buf.length);
//--==>> Length : 6
for(byte b: buf)
System.out.print("[" + b + "] ");
System.out.println();
//--==>> [-79] [-24] [-65] [-84] [-80] [-26]
// ----------- ----------- -----------
// 김 연 경
try
{
// 『UTF-8』로 바이트 배열을 반환하는 메소드
buf = name.getBytes("utf-8"); // 넘겨진 매개변수 인코딩 방식에 따라 데이터를 쪼개는 것 //check~!!이구문때문에 위에 예외처리
System.out.println("Length : " + buf.length);
//--==>> Length : 9 //다른 방식으로 쪼갠것이 확인 됨
for (byte b : buf)
System.out.print("[" + b + "] ");
System.out.println();
//--==>> [-22] [-71] [-128] [-20] [-105] [-80] [-22] [-78] [-67]
// ------------------ ---------------- ---------------
// 김 연 경
// new String("이지영");
// new String(바이트배열, 인코딩방식);
// new String(buf, "utf-8");
// utf-8 형태로 저장된 바이트 배열을
// String 객체로 파라미터 값 utf-8을 부여하여 생성
// -> utf-8 기반으로 buf 바이트 배열을 합쳐
// 문자열 객체 생성 후 이름 출력
System.out.println("Value 1 : " + new String(buf, "utf-8"));
//--==>> Value 1 : 김연경
System.out.println(); // 개행
// utf-8 형태로 저장된 바이트 배열을
// String 객체로 파라미터 값 없이 생성
// -> 디폴트 캐릭터셋을(ms949) 기반으로 buf 바이트 배열을 합쳐
// 문자열 객체 생성 후 이름 출력
System.out.println("Value 1 : " + new String(buf)); //이럴 때 문자가 깨져 나온다!!
//--==>> Value 1 : 源??뿰寃?
System.out.println(); // 개행
String convert = new String(name.getBytes("euc-kr"),"utf-8"); // 이렇게 하면 안됨~!!! check~!!!
// 영어로 해석하고 중국어로 불러오는 격
System.out.println("value 3 : " + convert);
//--==>> value 3 : ???? //--전환이 안대면 물음표로 나옴!! 표현할 방법 없음!
buf = convert.getBytes();
System.out.println("Length : " + buf.length);
//--==>> Length : 4 //--원래는 6
buf = convert.getBytes("utf-8");
System.out.println("Length : " + buf.length);
//--==>> Length : 12 //--원래는 9
/*
※ check~!!!
euc-kr 을 utf-8로 변환하겠다는 의도로
위와 같이 코딩을 해버리면
이러한 변환으로 인해 바이트 배열이 깨져서
euc-kr 이든... utf-8 이든...
어떠한 바이트 배열로 읽어오든
깨져있는 것을 확인할 수 있다.
이미 깨져서 생성된 String 객체의 바이트 배열은
어떤 방식으로든 ★복구가 불가능★하다.
*/
}
catch (UnsupportedEncodingException e) //문제를 냅다 던지는게 아니라 잡아내는것!!
{
System.out.println(e.toString());
}
///이 구문은 문제가 발생하게 되면 그거에 이름을 붙여서(e) 문제를 해결하겠다. 라고 코드 짠 것!
}
}