07 서블릿에서 한글처리의 원리

자바에서 사용하는 한글은 유니코드 방식을 사용합니다. UTF-16인코딩 방식으로 2바이트를 이용하여 하나의 문자를 표현합니다. 문자를 바이트 그 자체로 받아 들이지 않고 문자를 받아 들이면 자바에서는 자동으로 유니코드 형식의 문자열이 됩니다. 물론, 자바에서 사용하는 한글 인코딩방식은 유니코드 방식이지만 일반적인 웹에서는 다른 한글 인코딩 방식을 사용합니다. 웹에서 사용하는 문자열 인코딩방식은 KSC5601 과 EUC_KR (euc-kr) 이 있습니다. 사실 같은 방식이지만 미묘한 차이가 있습니다. 그 차이를 살펴보면 다음과 같습니다.

한글 처리의 Character Set

KSC5601, KSC5636

EUC_KR(euc-kr)

n         KSC5601

한글 완성형 표준(한글 2350자 표현)

2350자 이외의 문자 깨짐

한국공업표준 정보처리분야(C)의 5601번 표준안

n         KSC5636

영문자에 대한 표준

한국공업표준 정보처리분야(C)의 5636번 표준안

기존 ASCII Code에서 역슬래시를 \(원)표시 대체

Bell Laboratories에서 확장된 유닉스 코드 제안

유닉스 상에서 영문자 이외의 문자를 지원하는 방법

EUC-KR(Exetend UNIX Code)

n         한국어를 표현하는 방법

영문: KSC5636 사용

한글: KSC5601 사용(KS-C-5601-1987)

n         EUC_KR(euc-kr)

EUC_KR = KSC5601 + KSC5636

서블릿에서 문자열의 인코딩은 상당히 복잡한 과정을 밟게 됩니다. 아래 그림은 그 과정을 도식화 한 그림입니다.

우선 한글 웹 브라우져의 한글 방식은 KSC5601 방식입니다. 그리고 웹 브라우져에서 데이터가 전송될 때 웹에서 통용되는 “x-www-form-urlencoded” 형식으로 변환하여 전송하게 됩니다. 즉 다음과 같이 전송됩니다.

n KSC5601 à 웹에서 통용되는 x-www-form-urlencoded 형식으로 변환하여 전송

하지만 서블릿에서는 KSC5601에서 웹 인코딩이 되었다고 생각하지 않습니다. 한마디로 오류죠. 서블릿은 라틴어 표준 인코딩 방식인 ISO-8859-1방식에서 웹 인코딩되었다고 간주하여 한글을 받아 내게 됩니다. 이렇게 되면 당연히 한글은 깨지게 됩니다. 실제는 KSC5601로 인코딩 되어 있기 때문이죠.

n ISO-8859-1 à 웹 인코딩 à 유니코드(한글깨짐)

이럴 때의 해결책은 깨진 유니코드 한글에서 ISO-8859-1 바이트 배열을 얻어 내어 다시 KSC5601로 바꾸어주는 작업을 해서 유니코드로 변환 해야 합니다.

n 유니코드(깨진 한글) à ISO-8859-1 바이트배열 추출 à 원래의 포맷인 KSC5601 변환

이렇게 변환 된 KSC5601은 정확한 한글이 되며 자바에서 유니코드 형식으로 사용할 수 있는 것입니다. 약간 복잡하죠.

그리고 한가지 주의해야 할 것은 서블릿에서 한글은 클라이언트로 전송하면 유니코드에서 자동으로 ISO-8859-1형식으로 변환해서 전송한다는 것입니다. 그렇기 때문에 클라이언트가 한글 웹 브라우져를 사용한다면 한글은 당연히 깨지게 되어 있습니다. 이럴 땐 웹 브라우져가 알 수 있는 KSC5601인코딩을 사용하는 euc-kr 인코딩으로 변환하여 전송해야 합니다.

[주의]

n 서블릿에서 한글을 전송할 때 euc-kr 인코딩을 사용하여 한글의 깨짐을 방지

n 설정방법: request.setContentType(“text/html;charset=euc-kr”)

getParameter() 메서드를 이용하여 클라이언트가 전송한 데이터를 받았다면 여러분들은 당연히 깨진 한글이라고 생각해야 합니다. 이렇게 받은 한글은 ISO-8859-1 의 표준 byte로 받고 이를 다시 KSC5601 인코딩으로 변환해야 합니다. 이것을 가능하게 하는 클래스는 아래의 HangulEncoder클래스의 toKSC5601() 메서드를 이용하시면 됩니다. 그리고 역으로 KSC5601 인코딩에서 ISO-8859-1 인코딩 방식의 한글을 얻고자 한다면 to8859_1() 메서드를 이용하시면 됩니다.

HangulEncoder.java

한글 Encoding을 변경하는 클래스

package org.jabook.util;
public class HangulEncoder{
    public static String to8859_1(String ko){
        if(ko==null){
            return null;
        }
        try{
            return new String(ko.getBytes("KSC5601"),"8859_1");
        }catch(Exception e){return ko;}
    }
    public static String toKSC5601(String en){
        if(en==null){
            return null;
        }
        try{
            return new String(en.getBytes("8859_1"),"KSC5601");
        }catch(Exception e){return en;}
    }
}

C:\jakarta\webapps\MySample\WEB-INF\classes\org\jabook\util>javac HangulEncoder.java

위의 클래스에서 사용한 두가지의 큰 기능을 보도록 하겠습니다. 다음은 깨진 유니코드 한글에서 ISO-8859-1 바이트를 추출하여 KSC5601 인코딩 방식의 한글을 변환한 후 String 클래스로 만들어 유니코드 형식의 한글로 복원하는 방법입니다.

n new String(en.getBytes("8859_1"),"KSC5601");

그리고 다음은 그 역방향을 보여 주고 있습니다.

n new String(ko.getBytes("KSC5601"),"8859_1");

위의 HangulEncoder 클래스는 이 책 전반에 사용하는 클래스이기 때문에 패키지형태로 만들어 두도록 하겠습니다. 패키지 명을 기억하시기 바랍니다.

n [주의]

컴파일 할 때 –d 옵션으로 classes 디렉토리에서 모든 서블릿 파일을 컴파일 하시면 상관없지만 만약 특정 디렉토리 아래에서 컴파일하게 되면 HangulEncoder를 찾을 수 없게 됩니다. 이때는 해당 classes디렉토리 자체를 classpath에 추가하시 바랍니다. 모든 .java 파일을 classes 디렉토리에 넣어 두고 –d 옵션으로 패키지를 컴파일한다면 상관없지만 하위에서 패키지를 만들고 그 안에서 컴파일 할 때는 해당 클래스를 찾지 못하게 됩니다.

jabook저자명함

제목:소설같은JSP1부
저자:최영관

HangulEncoder.java	한글 Encoding을 변경하는 클래스
`package` `org.jabook.util;` `public class` `HangulEncoder{` `public static` `String to8859_1(String ko){` `if(ko==null){` `return null;` `}` `try{` `return new` `String(ko.getBytes("KSC5601"),"8859_1");` `}catch(Exception e){return` `ko;}` `}` `public static` `String toKSC5601(String en){` `if(en==null){` `return null;` `}` `try{` `return new` `String(en.getBytes("8859_1"),"KSC5601");` `}catch(Exception e){return` `en;}` `}` `}`
C:\jakarta\webapps\MySample\WEB-INF\classes\org\jabook\util>javac HangulEncoder.java