Test136
※ 캐릭터 셋(Character Set)
○ 유니코드(unicode)
국제 표준으로 제정된 2바이트계의 만국 공통의 국제 문자부호 체계(UCS: Universal Code System)를 말한다.
애플 컴퓨터, IBM, 마이크로소프트 등이 컨소시엄으로 설립한 유니코드(Unicode)가 1990년에
첫 버전을 발표하였고, ISO/IEC JTC1 에서 1995년 9월 국제표준으로 제정하였다.
공식 명칭을 ISO/IEC 10646-1(Universal Multiple-Octet Coded Character Set)이다.
데이터의 교환을 원활하게 하기 위하여 문자 1개에 부여되는 겂을 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 말하면 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
바이트 열로 변환하는 방식의 1개 1 문자를 1~6바이트 가변장
멀티바이트로 변환한다.
- UTF-16(16bit UCS Transformation Format)
자바의 기본 코드. 자바에서는 문자 하나를 저장하면 바이트 수는
영문자이든, 한글문자이든 2바이트를 차지하게 된다.
UCS-2 로 정의되는 문자 집합을 이용해서 기술된 문자열에
UCS-4 의 일부 문자를 채워넣기 위한 인코딩 방식.
UTF-8 과 병용할 수 있다.
UCS-2 로 이용할 수 있는 문자수를 대폭 늘릴 수 있다.
※ 자바단에서는 UTF-16을 사용하고 웹에서는 UTF-8을 사용하기 때문에 경우에 따라 변환해야 하는 상황이 발생할 수 있다.
※ 문자코드의 종류
○ KSC5601
한글 완성형 표준(한글 2,350자 표현).
한국공업표준 정보처리분야(C)의 5601번 표준안.
○ KCS5636
영문자에 대한 표준.
한국공업표준 정보처리분야(C)의 5636번 표준안.
기존 ASCII Code 에서 역 슬래쉬(\)를 원(\_ 표시로 대체.
○ EUC-KR(MS949)
Bell-Laboratories 에서 유닉스 상에서 영문자 이외의 문자를 지원하기 위해 제안한 확장 유닉스 코드(Extend UNIX Code) 중
한글 인코딩 방식. 영문은 KSC5636 으로 처리하고 한글은 KSC5601로 처리.
(EUC-KR(MS949) = KSC5601 + KSC5636)
○ 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 94개 글자의 순차적 나열
Test136.java
import java.io.UnsupportedEncodingException;
public class Test136
{
public static void main(String[] args)
{
byte[] buf;
String name = new String("차진성");
System.out.println("디폴트 캐릭터넷 : " + System.getProperty("file.encoding")); //-- static이 붙은 getProperty()임을 짐작
//--==>> 디폴트 캐릭터넷 : MS949
// 『String.getBytes()』
// 디폴트 캐릭터셋으로 바이트 배열을 반환하는 메소드
buf = name.getBytes(); //name이라는 문자열을 Byte형식으로 쪼개서 Byte타입의 배열로 반환 → buf 로 담는다.
System.out.println("Length : " + buf.length); //-- 배열이라 속성값으로 접근, .length를 사용
//--==>> Length : 6
//-- 한글 하나는 2바이트를 가진다.
try
{
// "utf-8"로 바이트 배열을 반환하는 메소드 호출
buf = name.getBytes("utf-8"); //--utf-8을 통해서 얻어오겠다.
System.out.println("Length : " + buf.length);
//--==>>
System.out.println();
// utf-8 형태로 저장된
// String 객체로 파라미터 값 『utf-8』을 부여하여 생성
System.out.println("Value1 : " + new String(buf, "utf-8"));
//--==>> Value1 : 차진성
// 디폴트 캐릭터셋으로 보겟다
System.out.println("Value2 : " + new String(buf));
//--==> Value2 : 李⑥쭊?꽦
System.out.println();
String convert = new String(name.getBytes("euc-kr"), "utf-8");
System.out.println("Value3 : " + convert);
//--==>> Value3 : ??????
buf = convert.getBytes();
System.out.println("Length : " + buf.length);
//--==>> Length : 6
buf = convert.getBytes("utf-8");
System.out.println("Length : " + buf.length);
//--==>> Length : 18
/*
euc-kr 을 utf-8 로 변환한다고 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 복구가 불가능하다.
*/
}
catch (UnsupportedEncodingException e)
{
System.out.println(e.toString());
}
// 『String.getBytes("utf-8")』 //--(utf-8 : 인코딩방식)
// "utf-8"로 바이트 배열을 반환하는 메소드
// buf = name.getBytes("utf-8");
//-- 기입되지 않은 인코딩형식을 부를 시 checked E\nception 발생 → try{}catch(){} 삽입
}
}
cmd
프로그램 실행 테스트
계속하려면 아무 키나 누르십시오 . . .
댓글