Encoding 타입의 대체(fallback) 메카니즘
이번 글은 다음의 질문에 대한 답변입니다.
ksc5601에서 지원하지않는 확장문자 찾는방법
; https://www.sysnet.pe.kr/3/0/1136
사실, "찾는 방법"까지는 설명할 수 없고 이런 기능을 하도록 BCL의 기능을 하나 이용해 볼 텐데요.
일단, 문제를 간략화 시켜 정리해 보면 다음과 같습니다.
- 유니코드 데이터를 읽어서 ks_c_5601-1987로 변환.
- 이 과정에서 ks_c_5601-1987에서 표현할 수 없는 유니코드 문자는 원하는 문자로 대체
그런데, Java를 언급하는 것으로 보아 실제로 사용된 인코딩 방식은 윈도우 기준으로 보면 "ks_c_5601-1987"이 아니라 "euc-kr"이 아닌가 싶습니다. 전에도 아래의 글을 통해 한번 언급했지만,
유니코드와 한글 - 유니코드와 닷넷을 이용한 한글 처리
; https://www.sysnet.pe.kr/2/0/1294
"샾"이라는 문자는 euc-kr 인코딩에서 표현이 안되는 것이지, ks_c_5601-1987에는 해당 단어가 표현가능합니다. (자바에서는 euc-kr이 ks_c_5601-1987로 사용되는 것으로 알고 있습니다.)
이를 감안해서, 이후로는 euc-kr로 두고 설명을 하겠습니다.
자, 그럼 코드로 표현해 볼까요? ^^
static void Main(string[] args)
{
// 샾: 0xC0FE
// 유니코드 C000~CFFF
// ; http://ko.wikipedia.org/wiki/%EC%9C%A0%EB%8B%88%EC%BD%94%EB%93%9C_C000~CFFF
// Little-endian 유니 코드
// 클라이언트로부터 입력된 데이터가 unicodeBuffer에 있다고 가정.
byte[] unicodeBuffer = Encoding.Unicode.GetBytes("샾");
// 전달받은 유니코드 인코딩된 데이터를 다시 디코딩
string orgText = Encoding.Unicode.GetString(unicodeBuffer);
// 복원된 데이터를 다시 euc-kr로 인코딩
Encoding eucEncode = Encoding.GetEncoding("euc-kr");
byte [] eucBuffer = eucEncode.GetBytes(orgText);
string target = eucEncode.GetString(eucBuffer);
Console.WriteLine(target);
}
위의 코드를 실행했을 때 화면에는 "?" 글자만 찍힙니다. 유니코드로는 표현 가능한 "샾" 글자가 euc-kr 인코딩에는 없기 때문입니다.
닷넷 BCL의 Encoding 타입은 변환되지 않는 글자에 대해 기본적으로 '?'로 치환합니다. 물론, '?' 기본문자를 바꾸는 것도 가능한데 이를 위해 GetEncoding 메소드에 다음의 2가지 인자를 넣어주어야 합니다.
Encoding eucEncode = Encoding.GetEncoding("euc-kr",
new EncoderReplacementFallback("*"), new DecoderReplacementFallback("*"));
이렇게 변경하고 다시 실행해 보면, "샾" 글자가 "*"로 치환된 것을 확인할 수 있습니다.
제가 Java는 잘 몰라서 ^^ 유사한 코드를 알진 못하지만 아마도 닷넷의 EncoderReplacementFallback 같은 방식이 자바에서도 제공될 것이므로 그것을 찾아보면 됩니다.
만약, 자바에서 제공되지 않는다면 직접 euc-kr과 unicode 간의 매핑을 해줘야 합니다. 제가 알기로는 이에 대한 공식화된 규칙은 없으며 다른 사람들이 만들어 놓은 소스 코드를 참조하시는 것이 그나마 빠르게 시작할 수 있는 방법입니다.
EUC-KR to UNICODE mapping
; http://ricardohu.wikispaces.com/EUC-KR+to+UNICODE+mapping
위의 코드 표에서 euc-kr에는 없는 unicode 값이 들어온다면 그 글자를 원하는 것으로 치환하도록 직접 코드를 만들어 주어야 합니다.
[이 글에 대해서 여러분들과 의견을 공유하고 싶습니다. 틀리거나 미흡한 부분 또는 의문 사항이 있으시면 언제든 댓글 남겨주십시오.]