현재 위치

홈 ›› Forums ›› 공부 ›› 프로그래밍 QnA

영문과 한글을 구분하는 방법은 없나요?

dltkddyd의 이미지
글쓴이: dltkddyd / 작성시간: 목, 2012/01/12 - 4:01오전

구글링을 해보니 영문은 제일 앞쪽의 한 비트가 0이고, 한글은 제일 앞쪽의 한 비트가 1이라고 하더군요. 그렇다면 해당 문자를 저장한 것을 int로 캐스팅해서 읽어온 데이터가 0미만이면 한글이라 간주해도 될까요? 혹시 0을 포함해서 0이하라고 해야 할까요?

Forums: 
프로그래밍 QnA
나그네나그네의 이미지

글쓴이: 나그네나그네 / 작성시간: 목, 2012/01/12 - 4:14오전

java의 경우 char type에 65536까지 저장할 수 있어서

char c;
c = ......;
if(('a' <= c && c <= 'z') || ('A' <= c && c <= 'Z'))
System.out.println("Character c is an alphabet.");

문장을 실행해도 의도하는 바 대로 실행됩니다.

익명_사용자의 이미지

글쓴이: 익명_사용자 / 작성시간: 목, 2012/01/12 - 3:13오후

제시한 코드는 알파벳문자인지 아닌지를 구분하는 방법입니다.

\n은 한글이 아닙니다.

dltkddyd의 이미지

글쓴이: dltkddyd / 작성시간: 목, 2012/01/12 - 11:55오전

그것이 아니라 초성, 중성, 종성을 각각 분리했을 때 1byte 문자가 되는데, 이 때 사용하는 아스키코드의 범위를 질문드린 겁니다. 한글은 음수의 범위인가요? 0을 포함하나요? 혹시 음수의 범위에 한글 아닌 다른 문자도 포함되나요? 이런 것이 궁금합니다.

본인 맞습니다.
인증샷
우헤헤헤... 로 대신합니다.

송효진의 이미지

글쓴이: 송효진 / 작성시간: 목, 2012/01/12 - 2:14오후

Quote:
초성, 중성, 종성을 각각 분리했을 때

1byte 문자가 되지 않습니다. 한글 한글자가 2bytes (cp949), 3bytes (utf8) 두가지 경우 모두 글자 자체에 자소정보는 들어있지 않습니다.

정확한 구분을 해야하는 것이 아니면 ascii 와 그렇지 않은 글자를 구분하는 정도로 구현합니다.
ex1 utf8) string.charCodeAt(i) > 0xff
ex2 cp949) if(ord($string[$i]) & 0x80) /* 멀티바이트 문자이므로 $i + 1 범위까지가 한글자 */
유니코드 함수를 사용할 수 있으면 가-힣 범위로 구분할 수도 있습니다.

https://xenosi.de/

익명_사용자의 이미지

글쓴이: 익명_사용자 / 작성시간: 목, 2012/01/12 - 3:20오후

엄밀히 말하자면
정확히 구별할수 있는 방법은 없습니다.

그게 바로, HTML이나 XML에서
character set을 명시하는 이유라고도 할수있습니다.

널리 쓰이는 방법은 auto-detection 입니다.
이것또한 "추측" 입니다.

물론, 그럴듯한 추측이죠.

http://www-archive.mozilla.org/projects/intl/UniversalCharsetDetection.html

위에 언급된 문서를 보면
어떻게 character set을 추측하는가에 대한 설명이 있습니다.

다시말하지만, 추측이기에 (물론 정확도는 상당히 높습니다만) 100% 맞을수는 없습니다.

구글에서 "character encoding detection" 이정도로만 키워드를 주고 검색해도
많은 자료를 찾을수 있습니다.

가장 위에 뜨는 Character Encoding Detection도 간략하게 설명해놨네요.

댓글 달기

텍스트 포맷에 대한 자세한 정보

Filtered HTML

  • 텍스트에 BBCode 태그를 사용할 수 있습니다. URL은 자동으로 링크 됩니다.
  • 사용할 수 있는 HTML 태그: <p><div><span><br><a><em><strong><del><ins><b><i><u><s><pre><code><cite><blockquote><ul><ol><li><dl><dt><dd><table><tr><td><th><thead><tbody><h1><h2><h3><h4><h5><h6><img><embed><object><param><hr>
  • 다음 태그를 이용하여 소스 코드 구문 강조를 할 수 있습니다: <code>, <blockcode>, <apache>, <applescript>, <autoconf>, <awk>, <bash>, <c>, <cpp>, <css>, <diff>, <drupal5>, <drupal6>, <gdb>, <html>, <html5>, <java>, <javascript>, <ldif>, <lua>, <make>, <mysql>, <perl>, <perl6>, <php>, <pgsql>, <proftpd>, <python>, <reg>, <spec>, <ruby>. 지원하는 태그 형식: <foo>, [foo].
  • web 주소와/이메일 주소를 클릭할 수 있는 링크로 자동으로 바꿉니다.

BBCode

  • 텍스트에 BBCode 태그를 사용할 수 있습니다. URL은 자동으로 링크 됩니다.
  • 다음 태그를 이용하여 소스 코드 구문 강조를 할 수 있습니다: <code>, <blockcode>, <apache>, <applescript>, <autoconf>, <awk>, <bash>, <c>, <cpp>, <css>, <diff>, <drupal5>, <drupal6>, <gdb>, <html>, <html5>, <java>, <javascript>, <ldif>, <lua>, <make>, <mysql>, <perl>, <perl6>, <php>, <pgsql>, <proftpd>, <python>, <reg>, <spec>, <ruby>. 지원하는 태그 형식: <foo>, [foo].
  • 사용할 수 있는 HTML 태그: <p><div><span><br><a><em><strong><del><ins><b><i><u><s><pre><code><cite><blockquote><ul><ol><li><dl><dt><dd><table><tr><td><th><thead><tbody><h1><h2><h3><h4><h5><h6><img><embed><object><param>
  • web 주소와/이메일 주소를 클릭할 수 있는 링크로 자동으로 바꿉니다.

Textile

  • 다음 태그를 이용하여 소스 코드 구문 강조를 할 수 있습니다: <code>, <blockcode>, <apache>, <applescript>, <autoconf>, <awk>, <bash>, <c>, <cpp>, <css>, <diff>, <drupal5>, <drupal6>, <gdb>, <html>, <html5>, <java>, <javascript>, <ldif>, <lua>, <make>, <mysql>, <perl>, <perl6>, <php>, <pgsql>, <proftpd>, <python>, <reg>, <spec>, <ruby>. 지원하는 태그 형식: <foo>, [foo].
  • You can use Textile markup to format text.
  • 사용할 수 있는 HTML 태그: <p><div><span><br><a><em><strong><del><ins><b><i><u><s><pre><code><cite><blockquote><ul><ol><li><dl><dt><dd><table><tr><td><th><thead><tbody><h1><h2><h3><h4><h5><h6><img><embed><object><param><hr>

Markdown

  • 다음 태그를 이용하여 소스 코드 구문 강조를 할 수 있습니다: <code>, <blockcode>, <apache>, <applescript>, <autoconf>, <awk>, <bash>, <c>, <cpp>, <css>, <diff>, <drupal5>, <drupal6>, <gdb>, <html>, <html5>, <java>, <javascript>, <ldif>, <lua>, <make>, <mysql>, <perl>, <perl6>, <php>, <pgsql>, <proftpd>, <python>, <reg>, <spec>, <ruby>. 지원하는 태그 형식: <foo>, [foo].
  • Quick Tips:
    • Two or more spaces at a line's end = Line break
    • Double returns = Paragraph
    • *Single asterisks* or _single underscores_ = Emphasis
    • **Double** or __double__ = Strong
    • This is [a link](http://the.link.example.com "The optional title text")
    For complete details on the Markdown syntax, see the Markdown documentation and Markdown Extra documentation for tables, footnotes, and more.
  • web 주소와/이메일 주소를 클릭할 수 있는 링크로 자동으로 바꿉니다.
  • 사용할 수 있는 HTML 태그: <p><div><span><br><a><em><strong><del><ins><b><i><u><s><pre><code><cite><blockquote><ul><ol><li><dl><dt><dd><table><tr><td><th><thead><tbody><h1><h2><h3><h4><h5><h6><img><embed><object><param><hr>

Plain text

  • HTML 태그를 사용할 수 없습니다.
  • web 주소와/이메일 주소를 클릭할 수 있는 링크로 자동으로 바꿉니다.
  • 줄과 단락은 자동으로 분리됩니다.
댓글 첨부 파일
이 댓글에 이미지나 파일을 업로드 합니다.
파일 크기는 8 MB보다 작아야 합니다.
허용할 파일 형식: txt pdf doc xls gif jpg jpeg mp3 png rar zip.
CAPTCHA
이것은 자동으로 스팸을 올리는 것을 막기 위해서 제공됩니다.