사이드바
programming:unicode
Unicode
- 문자 먼저 읽을 것.
Encoding 방식의 차이는?
utf-8,utf-16,utf-32는 Character Encoding이다.utf-16과utf-32는 인코딩이 Unicode code point 와 일치해보이지만utf-8은 전혀 다르다.
UTF-8
- 가변 길이(variable length) encoding
- 최소 1byte
- Unicode code point 0-127 은 1개의 바이트로 표현함.
- 128 이상의 code point 는 2~4byte 로 표현함.
- ASCII와 호환됨. ASCII를 표현할 때 1byte만 필요함.
- 즉, 영문만 있을 때는 ASCII와 UTF-8 이 동일하게 표현된다. ASCII가 워낙 광범위하게 쓰였기 때문에 UTF-8이 따라감.
UTF-16
- 가변 길이 encoding
- 2byte 혹은 4byte 로 표현함.
- ASCII와 호환 안됨.
UTF-32
- 고정 길이(fixed width) 인코딩
- 4byte 고정 길이
한글
이 중 한글은 U+1100~U+11FF 사이에 한글 자모 영역, U+AC00~U+D7AF 사이의 한글 소리 마디 영역에 포함된다
IDEOGRAPHIC SPACE
- replaceAll(" ","") trim() 으로 제거되지 않는 공백 제거
//모든 공백 제거 String str =originalString.replaceAll("\\p{Z}", ""); // 앞뒤 공백만 제거(trim) String str = originalString.replaceAll("(^\\p{Z}+|\\p{Z}+$)", "");
Unicode To ASCII Escape
- unicode - Convert International String to \u Codes in java - Stack Overflow
StringBuilder b = new StringBuilder(); for (char c : input.toCharArray()) { if (c >= 128) b.append("\\u").append(String.format("%04X", (int) c)); else b.append(c); } return b.toString();
참조
programming/unicode.txt · 마지막으로 수정됨: 2022/03/19 23:58 저자 kwon37xi
별도로 명시하지 않을 경우, 이 위키의 내용은 다음 라이선스에 따라 사용할 수 있습니다: CC Attribution-Share Alike 4.0 International
