(9/14) 실습 2. 어떤 "한글 문자열"이 입력되었을 때 그 문자열의 "한글 코드"를 자동으로 인식하는 방법

[nlp]

한글코드의 종류 -- 영어코드는 ASCII 외에도 EBCDIC 코드가 있음!

1) n바이트, 3바이트, 상용조합형 등

2) KS 완성형 -- KS C 5601-1987, KS X 1001, EUC-KR, CP949

3) 유니코드 -- UCS2, UCS4, UTF8, UTF16BE, UTF16LE, UTF32

아래 한글코드 중에서 입력된 "한글 문자열"이 어떤 코드인지 자동으로 인식!

1. KS완성형(EUC-KR 또는 CP949)

    2바이트로 구성됨 -- 각 바이트 범위는 0xA1~0xFE

    한글 모든 음절 11,172자 중에서 2,350자를 <0xB0~C8, 0xA1~FE> 코드로 부여

        '가': 0xB0A1, '힝': 0xC8FE

2. 유니코드(UTF8, UTF16BE, UTF16LE)

    한글 모든 음절 11,172개를 순서대로 코드 부여 -- 0xAC00~0xD7A3

<주의> 유니코드 인코딩 기법 -- UTF8, UTF16, UTF32

//==== 한글코드 예제: Sample 한글 텍스트

// 윈도 -- 메모장 이용, 리눅스 -- iconv 이용

가각간갇
힝힣

// (주의) 아래 hexa 코드들은 모두 역워드 형식임! 윈도에서...

//==== EUC-KR --> 실제 byte stream은 "b0 a1 b0 a2 b0 a3 ..."

0000000 a1b0 a2b0 a3b0 a4b0 0a0d fec8 52c6 0a0d
0000020 0a0d 0a0d

//==== UTF8  --> 실제 byte stream은 "ef bb bf ea b0 80 ea b0 81 ..."

0000000 bbef eabf 80b0 b0ea ea81 84b0 b0ea 0d87
0000020 ed0a 9d9e 9eed 0da3 0d0a 0d0a 000a

//==== UTF16LE  --> 실제 byte stream은 "ff fe 00 ac 01 ac 04 ac ..."

0000000 feff ac00 ac01 ac04 ac07 000d 000a d79d
0000020 d7a3 000d 000a 000d 000a 000d 000a

//==== UTF16BE  --> 실제 byte stream은 "fe ff ac 00 ac 01 ac 04 ..."

0000000 fffe 00ac 01ac 04ac 07ac 0d00 0a00 9dd7
0000020 a3d7 0d00 0a00 0d00 0a00 0d00 0a00