유니코드 이스케이프 변환기

텍스트를 이스케이프 시퀀스로, 또 그 반대로 바꿔 줍니다. 인코딩은 자바스크립트와 JSON의 \uXXXX, 명세와 버그 리포트에서 쓰이는 U+XXXX 표기, 그리고 16진과 10진 HTML 엔티티를 지원합니다. 평범한 아스키는 읽을 수 있게 남겨 두거나, 목적지가 까다롭다면 모든 문자를 이스케이프할 수 있습니다. 디코딩은 이 전부를 한꺼번에 인식하고 \u{...}, \xXX, 접두어만 붙은 U+까지 알아보므로, 서로 다른 세 가지 이스케이프 방식이 뒤섞인 로그 한 줄도 원래 텍스트로 되돌아옵니다.

\uXXXX에 동반자가 필요한 이유는 그것이 UTF-16 이스케이프이고, UTF-16에는 16진수 네 자리만큼의 자리밖에 없기 때문입니다. U+FFFF를 넘어가는 문자는 서로게이트 쌍으로 적어야 합니다. 웃는 얼굴은 U+1F600이고 자바스크립트 문자열에서는 \uD83D\uDE00, 한 글자를 뜻하는 이스케이프 두 개입니다. 더 새로운 \u{1F600}은 같은 것을 한 덩어리로 말하고, HTML 형태로는 😀과 😀입니다. 넷 다 같은 문자이고, 기계 장치가 드러나는 것은 첫 번째뿐입니다.

그 기계 장치를 이해해 둘 가치가 있는 이유는 그것이 새어 나오기 때문입니다. D800부터 DFFF까지의 값은 쌍의 두 반쪽을 위해 예약돼 있고 그 자체로는 문자가 아닙니다. 그래서 잘못된 위치에서 문자열을 자르거나 UTF-16 단위로 세어 잘라 내면서 생긴 외톨이 서로게이트는 유효한 텍스트가 아니며 UTF-8로 인코딩할 수조차 없습니다. 자바스크립트 문자열 안에서는 멀쩡히 살아남았다가, 무언가가 그것을 파일이나 네트워크 소켓에 쓰려는 순간 실패합니다. 만들어진 자리에서 한참 떨어진 곳에서 말이죠.

실무적인 쓸모는 비아스키 문자를 믿을 수 없는 경로로 통과시키는 것입니다. UTF-8을 망가뜨리는 빌드 파이프라인, 인코딩이 불확실한 설정 형식, 아스키 바이트만 받는 시스템 같은 곳에서, 비아스키 문자를 전부 이스케이프하면 데이터가 온전히 살아남고 diff도 가능해집니다. 대가는 사람이 읽을 수 없게 된다는 것입니다. 일상적으로는 반대 방향이 더 흔합니다. 로그나 스택 트레이스에서 이스케이프된 문자열을 붙여 넣어 실제로 무슨 말이었는지 알아내는 일 말입니다. 모든 처리는 브라우저에서 이뤄집니다.