유니코드 이스케이프 변환기 소개

이 도구의 인코딩 방향은 글자를 UTF-16 코드 유닛 단위의 \uXXXX로 바꿉니다. BMP 밖의 글자(이모지, 확장 한자)는 서로게이트 페어 두 개로 나뉘어 \ud83d\ude00처럼 12자가 됩니다. 디코딩 방향은 \uXXXX, \u{1F600}, Python의 \U0001F600, \xXX 네 형식을 알아보고 나머지 글자는 건드리지 않습니다.

JSON, JavaScript, Java, C# 소스에서 보는 이스케이프가 모두 같은 모양이라 서로 바꿔 써도 될 것 같지만, 언어마다 허용하는 형식과 처리 시점이 다릅니다. 아래는 그 차이와 실제로 자주 틀리는 지점입니다.

\uD83D\uDE00은 어떻게 나오는가

\u 뒤에는 16진수 4자리만 올 수 있으므로 U+FFFF까지만 직접 적을 수 있습니다. 그 위의 글자는 UTF-16 방식대로 둘로 쪼갭니다. 😀(U+1F600)이라면 먼저 0x10000을 뺍니다(0xF600). 이 20비트 값의 위 10비트(0x3D)를 0xD800에 더하면 상위 서로게이트 D83D, 아래 10비트(0x200)를 0xDC00에 더하면 하위 서로게이트 DE00이 됩니다.

D800~DFFF 구간은 유니코드에서 글자를 배정하지 않고 이 용도로만 비워 둔 곳입니다. 그래서 \uD83D 하나만 있는 문자열은 「짝 없는 서로게이트」라는 깨진 상태이고, UTF-8로 내보낼 때 �(U+FFFD)로 바뀌거나 오류가 납니다. 이 도구의 디코더는 짝 없는 서로게이트를 만나면 결과 아래에 개수와 함께 경고를 띄웁니다. 경고가 보이면 입력이 페어 중간에서 잘리지 않았는지 확인하세요.

언어별 이스케이프 형식

같은 😀을 적는 방법이 이렇게 다릅니다. 이 도구가 읽는 것은 앞의 세 가지(Python은 \U 형식만)와 \xXX입니다. \N{이름} 형식은 유니코드 이름 표 전체가 필요해서 지원하지 않고 원문 그대로 둡니다.

• JSON, Java, C#, 옛 JavaScript: \uD83D\uDE00 (서로게이트 페어 필수)
• JavaScript(ES2015 이후): \u{1F600} — JSON에서는 쓸 수 없음
• Python 3: \U0001F600(대문자 U와 8자리) 또는 \N{GRINNING FACE}
• CSS: \1F600 (뒤에 공백 하나로 끝을 표시)
• HTML: 😀 또는 😀
• URL: %F0%9F%98%80 (UTF-8 바이트를 퍼센트 인코딩)

\xED\x95\x9C를 넣었는데 「한」이 안 나올 때

Python에서 '한'.encode()를 출력하면 b'\xed\x95\x9c'가 나옵니다. 이것은 UTF-8 바이트 세 개입니다. 그런데 JavaScript의 \xXX는 바이트가 아니라 U+0000~00FF의 글자 하나를 뜻합니다. 이 도구도 기본으로는 JavaScript 규칙을 따르므로 \xed\x95\x9c를 디코딩하면 í와 보이지 않는 제어 문자 두 개가 나옵니다. 디코딩 방향에서 「연속된 \x 를 UTF-8 바이트로 읽기」를 켜면 이어진 \x 묶음을 바이트 열로 모아 UTF-8로 풀어서 「한」이 나옵니다. UTF-8로 맞지 않는 바이트는 �(U+FFFD)가 됩니다. UTF-8 텍스트를 Latin-1로 잘못 읽을 때 한글이 í, ì 같은 라틴 문자와 빈칸으로 깨지는 원리도 같습니다.

Java에서 주석 안의 \u000a가 코드를 깨는 이유

Java는 \uXXXX를 문자열 안에서만 처리하는 게 아니라, 컴파일러가 소스를 토큰으로 나누기 전에 파일 전체에서 먼저 바꿉니다(Java 언어 명세 3.3절). 그래서 // 주석 안에 \u000a를 적으면 실제 줄바꿈이 되어 그 뒤가 코드로 읽힙니다. 문자열 안에 줄바꿈을 넣을 때는 \n을 쓰세요. JavaScript와 JSON은 문자열 리터럴 안에서만 해석하므로 이런 일이 없습니다.

굳이 이스케이프하는 경우

UTF-8이 표준이 된 지금도 이스케이프가 필요한 곳이 있습니다. 인코딩 설정을 믿을 수 없는 오래된 빌드 도구나 Java 9 이전의 .properties 파일(ISO-8859-1로 읽음), 로그에서 보이지 않는 문자(U+200B, U+00A0)를 드러내 보여야 할 때, 그리고 코드 리뷰에서 비슷하게 생긴 글자를 구별해야 할 때입니다. 「영문·숫자·기호는 그대로 유지」 옵션을 켜면 ASCII 출력 가능 문자(0x20~0x7E)만 남기고 나머지를 바꾸므로 줄바꿈과 탭도 \u000a, \u0009로 나옵니다.

예시

사용 방법

1. 텍스트나 이스케이프 문자열을 입력합니다.
2. 인코딩 또는 디코딩 방향을 고릅니다.
3. 필요하면 ASCII 유지, 16진수 대문자(인코딩) 또는 \x UTF-8 바이트(디코딩) 옵션을 바꿉니다.
4. 결과를 복사합니다.

자주 묻는 질문

관련 가이드

• 유니코드와 UTF-8: 占쏙옙에서 이모지까지, 글자가 바이트가 되는 방식