텍스트 ↔ 유니코드

이모지가 2글자로 세지는 이유

"😀".length 를 자바스크립트에서 재면 2가 나옵니다. 버그가 아니라 저장 방식 때문입니다. 자바스크립트 문자열은 UTF-16이고, UTF-16은 16비트 단위라 U+FFFF까지만 한 칸에 담습니다. 그보다 큰 문자는 두 칸(서로게이트 페어)에 나눠 저장합니다.

이 도구의 통계에서 "글자 수(코드포인트)"와 "UTF-16 길이"를 나란히 보여 주는 이유가 그것입니다. 이모지가 하나 있으면 두 숫자가 1씩 벌어지고, "서로게이트 페어" 칸에 몇 개인지 표시됩니다.

보이지 않는 문자 잡아내기

"분명 똑같이 썼는데 검색이 안 되고 비교가 실패한다"면 눈에 안 보이는 문자가 섞인 경우입니다. 문제의 문자열을 그대로 붙여넣고 글자별 상세표의 코드포인트·분류 열을 훑으면 정체가 드러납니다.

표현 형식 7가지, 언제 무엇을 쓰나

형식을 바꾸면 구분자가 그 형식의 관례값으로 자동으로 맞춰집니다. \u0041\u0042는 붙여 쓰고 U+0041 U+0042는 띄어 쓰는 게 관례라서입니다. 자동으로 바뀐 뒤 직접 고른 값은 그대로 유지됩니다.

"ASCII는 그대로 두기"를 켜면 영문·숫자는 읽히는 채로 두고 한글·이모지·특수문자만 이스케이프합니다. 코드에 넣을 문자열을 만들 때 가장 실용적인 조합입니다.

자모가 따로 노는 한글 — 정규화 문제

맥에서 압축한 파일을 윈도우에서 풀면 파일명의 자모가 흩어져 보이는 일이 있습니다. 같은 "한글"인데 저장 방식이 두 가지이기 때문입니다. 완성형(NFC)은 한 글자를 코드포인트 하나로, 조합형(NFD)은 초성·중성·종성 코드포인트 여러 개로 저장합니다.

이 도구로 어느 쪽인지 판별할 수 있습니다. 문제의 문자열을 붙여넣고 글자 수와 분류 열을 보세요.

• "한글 음절"(U+AC00~U+D7A3)로 나오고 "한글"의 글자 수가 2 → 완성형(NFC). 정상입니다.
• "한글 자모"(U+1100~U+11FF)가 여러 개로 나오고 글자 수가 6 → 조합형(NFD). 맥 파일 시스템이 쓰는 방식입니다.
• "한글 호환 자모"(U+3130~U+318F)로 나옴 → 자판에서 ㄱ·ㅏ를 낱개로 입력한 것. 조합형과도 또 다릅니다.

되돌리기와 자동 감지의 경계

코드 → 텍스트 방향은 형식 선택과 무관하게 알려진 표기를 전부 인식합니다. U+D55C, \uD55C, \u{D55C}, 한, 한, ♥ 를 한 입력에 섞어 넣어도 됩니다.

다만 자동 감지는 접두어가 붙은 표기가 입력 전체를 덮을 때만 코드로 판단합니다. "D55C AE00"처럼 접두어 없이 숫자만 나열하면 평범한 텍스트일 수 있어 함부로 되돌리지 않습니다.

1. 접두어 없는 코드를 되돌리려면 "코드 → 텍스트"를 직접 누릅니다.
2. 값이 16진수면 표현 형식을 자바스크립트·U+ 등 16진 계열로 둡니다.
3. 10진수 코드포인트(54620 같은)를 되돌릴 때는 표현 형식을 "10진수 코드포인트"로 바꿔야 10진으로 읽습니다.