블로그

글자 수 계산기로 UTF-8 바이트 제한 확인하기

CSV 필드 이름의 UTF-8 24바이트 제한을 확인하고, 이모지를 자르지 않고 들어가는 부분을 찾은 뒤 문구를 줄이는 방법을 화면으로 설명한다.

공백 포함 7글자, 제외 6글자, UTF-8 27바이트가 표시된 영어 화면.

CSV 가져오기에서 필드 이름은 UTF-8로 최대 24바이트라고 가정하자. 후보인 開発 チーム👩‍💻은 공백을 포함해 7글자지만 27바이트를 차지한다. 글자 수 계산기에서 제한 안에 들어가는 부분을 확인한 뒤 문구를 수정한다.

24바이트 안에 들어가는 앞부분 확인하기

  1. 글자 수를 셀 텍스트에 開発 チーム👩‍💻을 붙여넣는다. 공백 포함 7글자, 제외 6글자, UTF-8 27바이트인지 확인한다.
  2. **바이트 상한(선택 사항)**에 24를 입력한다.
  3. 원문은 제한을 3바이트 초과한다. 결과란에 開発 チーム가 표시된다. 이 부분을 쓰려면 선택해 복사한다. 이모지가 포함된 원문은 입력란에 남는다.
24바이트 제한, 3바이트 초과, 앞부분 開発 チーム가 표시된 영어 화면.
앞부분은 16바이트다. 여러 코드 포인트로 이루어진 👩‍💻는 한 글자로 세지만 11바이트를 차지한다. 남은 8바이트로는 부족하므로 도구는 이모지 앞에서 멈춘다.

이모지를 남기고 문구 줄이기

  1. 제한을 24로 두고 첫 입력란의 문구를 開発班👩‍💻로 바꾼다.
  2. 수정 문구는 20바이트이므로 4바이트가 남고, 결과란에는 문구 전체가 표시된다. 복사해 가져올 곳에 붙여넣고 정상적으로 받아들여지는지 확인한다.
開発班👩‍💻 전체와 20바이트 사용, 4바이트 남음이 표시된 영어 화면.
‘개발팀’을 뜻하는 일본어 표현을 줄이면 이모지까지 들어간다.

이 예에서는 UTF-8로 저장할 필드 값만 센다. 구분자와 내보낼 때 붙는 따옴표까지 포함한 CSV 크기는 저장한 파일을 측정한다. 입력란에 붙여넣은 줄바꿈은 LF로 1바이트이며, 파일에 CRLF로 저장하면 줄바꿈마다 2바이트다. 가져오는 곳에서 다른 인코딩이나 글자 수 규칙을 쓰면 해당 사양을 따른다.