Unicode.md

UNICODE

작성자

문자셋의 종류

• 유니코드에 대해 알기 전에 컴퓨터에서 표현하는 문자셋의 종류에 대해 알 필요가 있다.

1. SBCS
   • 문자를 표현하는데 1바이트를 사용한다.
   • 아스키 코드
2. MBCS
   • 문자를 표현하는데 한글을 2바이트, 영문은 1바이트를 사용한다.
3. WBCS
   • 문자를 표현하는데 2바이트를 사용한다.
   • 유니코드

UNICODE?

• 문자를 표현하는데 2바이트를 사용하는 WBCS(Wide Byte Character Set)중 하나의 표현방식

프로그래밍에서의 UNICODE

int main()
{
    char str[] = "ABC가나"
    int size = sizeof(str);
    int len = strlen(str);
    printf("%d", size); // 8
    printf("%d", len); // 7
}

• C언어 기준으로 한글은 2바이트, 영문은 1바이트의 공간을 차지하게 된다.
• 따라서 for문으로 한글 길이만큼만 단순하게 돌리면 문제가 발생하게 된다.
• 실수를 줄이기 위해 char대신 wchar_t, "ABC"대신 L"ABC"를 사용한다.
• 입력과 출력 모두 같은 문자셋으로 맞춰줄 필요가 있다. (wchar 사용시 wprintf 사용하기 ...)