일반 유니코드(Unicode)와 ‘UTF-8 유니코드’의 차이

출처: http://mwultong.blogspot.com/2006/05/unicode-utf-8.html

(1) 보통의 한국어 텍스트 문서: 이것은 아스키 문서이며 유니코드가 아닙니다. 영문/숫자/기호는 1바이트. 한글과 한자는 2바이트로 표현됩니다. euc-kr 또는 ksc_c_5601-1987 로 불리는 인코딩이며 웹페이지 작성에 사용할 수 있습니다. 특수한 외국어 문자나 일본식/중국식 한자는 표현할 수 없습니다.

다음의 2개가 유니코드입니다:

(2) 일반 유니코드(Unicode): 모든 글자를 2바이트로 표현합니다. 전세계 모든 글자들을 한꺼번에 표현할 수 있습니다. 인터넷에 HTML 파일로 올릴 수 없습니다. 즉 웹페이지 작성에 쓸 수 없습니다.

(3) UTF-8 유니코드: 영문/숫자/기호는 1바이트로, 한글과 한자 등은 3바이트로 표현합니다. 전세계 모든 글자들을 한꺼번에 표현할 수 있습니다. 웹페이지 작성에 쓸 수 있습니다.

MS윈도우2000/XP 이상에서는, 외부적으로는 ‘일반 아스키 인코딩(1번)’을 사용하고, 내부적으로는 ‘일반 유니코드(2번)’를 사용합니다.

유닉스/리눅스/오픈소스 진영에서는 (1)번 또는 ‘UTF-8 유니코드(3번)’를 기본으로 사용합니다.

그렇지만 윈도 메모장에서도 UTF-8 유니코드 문서를 읽고 저장할 수는 있습니다.

wxWidgets에서 UTF8 로 바꾸기

유니코드로 빌드된 wxWidgets은 내부적으로 UTF8로 모든 문자열이 표현이 되는데, 이때 외부 문자열을 유니코드로 변경할때는 아래와 같이 한다.

char _procname[FILENAME_MAX];
int len = readlink("/proc/self/exe", _procname, FILENAME_MAX - 1);
_procname[len] = '\0';
wxString procname = wxString(_procname, wxConvUTF8);