텍스트 ↔ 2진수 변환기

텍스트는 UTF-8로 인코딩됩니다. ASCII 문자는 1바이트(8비트)지만, 이모지·악센트 문자·많은 비라틴 문자는 2~4바이트를 써서 16~32비트가 됩니다.

전체 길이가 8의 배수인 0과 1의 문자열입니다. 공백·줄바꿈 등은 먼저 제거되므로 '01001000 01101001'과 '0100100001101001'은 같게 디코드됩니다.

디코드는 온전한 바이트가 필요합니다. 0과 1의 개수가 8의 배수가 아니면 어떤 문자가 불완전한 것이니, 빠지거나 남는 비트를 확인하세요.

아니요. 인코딩과 디코딩은 전적으로 브라우저에서 이뤄지며 서버로 전송되지 않습니다.

길이 검사는 비트 수가 8의 배수가 아닌 경우만 잡아냅니다. 그 뒤로는 바이트가 관대한 UTF-8 디코더로 넘어가는데, 읽을 수 없는 것은 예외를 던지는 대신 U+FFFD(�)로 바꿉니다. 그래서 애초에 UTF-8에서 쓰일 수 없는 바이트인 11111111도, 😀의 네 바이트 중 세 개인 11110000 10011111 10011000도 모두 � 하나로 돌아옵니다. 출력의 �는 도구가 포기했다는 뜻이 아니라 비트가 유효한 UTF-8이 아니었다는 뜻입니다.

알 수 있고, UTF-8이 주는 가장 쓸모 있는 성질입니다. 0으로 시작하는 바이트는 1바이트 아스키 문자이고, 110은 2바이트, 1110은 3바이트, 11110은 4바이트 시퀀스의 시작이며, 10으로 시작하는 바이트는 모두 앞 바이트의 연속입니다. 그래서 é는 11000011 10101001, 한은 11101101 10010101 10011100, 😀는 11110000 10011111 10011000 10000000입니다. 10으로 시작하지 않는 바이트만 세면 디코딩 없이 문자 개수를 알 수 있습니다.