[Day14] UTF-8

🦥 HTML

UTF-8

UTF-8 Characterset

Universal characterset Transformation Format

• 기존의 편집기에서도 영어를 읽고 쓸 수 있도록 만들었다
• 7bit 로 정의해서 쓰던 문자는 그대로 계속 8bit 사용
• ASCII 문자는 그대로
• 그 외 문자는 규칙에 따라 2~4byte 로 변환
• (한글 = 2byte -> 3byte 변환) : 한글은 오히려 손해이다.

• 한글은 이 범위에서 변환한다.

Encoding / Decoding

• encoding = 규칙에 따라 다른 형식으로 변환한다 ex) 압축하기, 암호화
• decoding = 원래 형식으로 되돌린다 ex) 압축풀기, 복호화

URL Encoding

• URL encoding (percent encodig) = URL 에서 특수 목적으로 사용되고 문자를 다루고 싶을때 규칙에 따라 변한다.
• 일반 용도로 사용할수 없고, 특정 형식(%) 에 맞춰 변환해야 한다.
• 예약어 : ! * ' () ; : @ $ = + $ , / ? # []
• 비예약어 : ABCD~~Z abcd~~z 0~9 - _ . ~

비예약어
A ---> A
a ---> a
7 ---> 7
. ---> .

예약어
! ---> %   2   1
[21] [25][32][31]

+ ---> %   2   B
[2B] [25][32][42]

? ---> %   3   F
[3F] [25][33][46]

space ---> +
[20]      [2B]

     가 ------>  %   E   A   %   B   0   %   8   0
[EA][B0][80]   [25][45][41][25][42][4F][25][38][30] 

• ABCabc123!+? 가 encoding 확인

• 주의

  숫자 2와 문자 '2'
  숫자 2 -----> 00000010 2의보수에 의해서 변환
  문자 '2' ---> 00110010 ISO-8859-1 에 의해서 변환
  

Media data

• 영상에서도 인코딩과 디코딩을 수행한다.
• 영상 data를 압축해서 mp3, mp4 로 보낼때 encoding(특별한 알고리즘에 따라 압축) 수행하고 반대로 뽑아 낼때 decoding한다.
• 사용자 쪽에서 사용하는 영상플레이어에 encoding 할 수 있는 어떠한 알고리즘이 없을때 “codec” 오류가 뜨는 것 이다.