dialpad 텍스트 - 2진수 변환기 star

작동 방식

텍스트는 문자 단위로 2진수로 변환되는 것이 아니라, 먼저 UTF-8로 인코딩된 후 바이트 단위로 변환됩니다. 이 차이는 중요합니다. 하나의 문자가 항상 하나의 바이트를 차지하는 것은 아니기 때문입니다. ASCII 문자(일반 영문자, 숫자, 문장 부호, 코드 포인트 0-127)를 입력하면 정확히 1바이트에 들어맞으므로, 예를 들어 A는 하나의 8비트 그룹 01000001이 됩니다. 하지만 영어가 아닌 대부분의 문자는 더 많은 공간을 필요로 합니다. 터키어의 점이 있는 대문자 İ(유니코드 U+0130)는 UTF-8에서 1바이트가 아니라 2바이트로 인코딩됩니다: 11000100 10110000 — 서로 다른 두 개의 8비트 그룹입니다. 😀(U+1F600) 같은 이모지는 4바이트가 필요합니다: 11110000 10011111 10011000 10000000. 이 도구는 정확히 이 처리 과정을 실행합니다 — 텍스트 → UTF-8 바이트 → 바이트마다 하나씩 공백으로 구분된 8비트 2진수 그룹 — 그래서 "İ", "ğ" 또는 이모지가 포함된 단어는 "문자 하나에 바이트 하나"라는 단순한 가정으로 예상되는 것보다 눈에 띄게 더 많은 그룹을 만들어냅니다.

이 추가 바이트는 임의로 정해진 것이 아니라, UTF-8을 인식하는 모든 디코더(변환을 역방향으로 수행하는 이 도구도 포함)가 인식할 수 있는 고정된 비트 패턴을 따릅니다. 다중 바이트 시퀀스의 첫 번째 바이트는 문자가 몇 바이트로 구성되는지를 알리는 1비트의 연속과 그 뒤를 잇는 0으로 시작합니다 — 110xxxxx는 "총 2바이트", 1110xxxx는 "3바이트", 11110xxx는 "4바이트"를 의미합니다 — 반면 그 뒤를 따르는 모든 바이트, 즉 연속 바이트는 항상 고정된 접두사 10xxxxxx로 시작합니다. İ에 대한 11000100 10110000을 읽어보면: 디코더는 110(2바이트 선행 바이트)을 확인한 다음 10으로 시작하는 바이트(정확히 하나의 연속 바이트)를 확인하여 시퀀스가 완전하다는 것을 확인하고, 두 바이트에 남은 비트들을 결합해 단일 유니코드 코드 포인트 U+0130을 재구성합니다. 다중 바이트 문자 중간에 잘못되거나 손상된 바이트가 있으면 디코딩이 깨지는 이유도 바로 이것입니다 — 연속 바이트 접두사가 정확히 맞아떨어져야만 문자를 다시 조합할 수 있습니다.

알아두어야 할 사항

2진수를 다시 텍스트로 변환하는 과정은 동일한 처리 과정을 역순으로 수행합니다: 8비트 그룹을 순서대로 읽고, 각 선행 바이트의 접두사를 확인하여 몇 개의 연속 바이트가 함께 속하는지 파악한 뒤 완전한 UTF-8 바이트 시퀀스로 다시 묶고, 이를 문자로 디코딩합니다 — 그 결과 올바르게 생성된 2진수 문자열은 항상 근사치가 아니라 터키어 문자와 이모지를 포함한 원본 텍스트 그대로 되돌아옵니다. 이는 여기서 다루는 2진수가 특별히 UTF-8이기 때문에만 가능합니다: 다른 인코딩(UTF-16 또는 ISO-8859-9/Windows-1254 같은 터키어 단일 바이트 인코딩)으로 생성된 2진수는 동일한 문자에 대해 다른 바이트 수와 비트 패턴을 사용하므로, 여기에 붙여넣으면 잘못된 텍스트로 디코딩되거나 아예 실패합니다 — 이 도구는 범용 2진수-텍스트 변환기가 아니라 UTF-8 전용 도구입니다. 전체 변환 과정이 브라우저에서 클라이언트 측으로만 실행되기 때문에, 입력한 텍스트나 2진수는 어디로도 전송되지 않습니다.