텍스트 → 2진수 변환

텍스트 ↔ 2진수·16진수·10진수·8진수

텍스트를 입력하면 2진수·16진수·10진수·8진수 표현이 실시간으로 갱신되고, 그 값을 붙여넣으면 텍스트로 디코딩됩니다. UTF-8 바이트 인코딩을 사용해 알파벳·악센트 문자·이모지까지 정확히 왕복됩니다. 모든 처리는 브라우저에서 이뤄집니다.

인코딩 방식

각 문자는 UTF-8 바이트로 인코딩되고, 각 바이트가 8비트 2진수 묶음, 2자리 16진수, 0–255 10진수, 또는 3자리 8진수(000–377)가 됩니다. 디코딩 시 묶음 사이의 공백은 무시되므로 있어도 없어도 됩니다.

글자가 아니라 바이트입니다

인코딩 없이 "이 글자의 2진수"라는 것은 없고, 여기서 쓰는 것은 UTF-8입니다. UTF-8에서 ASCII 글자는 1바이트라 A는 01000001입니다. 악센트가 붙은 라틴 글자는 2바이트, 대부분의 한중일 문자는 3바이트, 이모지는 4바이트입니다. 같은 글자 수의 영어보다 한국어 한 줄이 세 배 많은 묶음을 내놓는 이유, 한 글자로 보이는 이모지가 32비트가 되는 이유가 이것입니다. UTF-8 스트림을 잘못된 바이트 경계에서 자르면 대체 문자가 나옵니다. 디코더가 글자의 시작을 알아볼 수 있도록 시퀀스가 자기 자신을 설명하게 설계돼 있기 때문입니다.

코드 포인트, 그리고 "한 글자"란 무엇인가

UTF-8이 인코딩하는 것은 코드 포인트인데, 코드 포인트가 늘 사람이 세는 글자와 같지는 않습니다. 국기 이모지는 지역 표시 코드 포인트 둘입니다. 피부색이 붙은 이모지는 기본형 + 수정자입니다. é는 코드 포인트 하나일 수도, e + 결합 악센트 둘일 수도 있고, 둘은 똑같아 보이면서 문자열로는 다르게 비교됩니다. 그래서 여기 바이트 수가 답하는 질문은 "이게 공간을 얼마나 차지하나"이지 "몇 글자인가"가 아닙니다. 두 번째 질문의 답은 세 가지 정의 중 무엇을 뜻했느냐에 달려 있습니다.