encodeURI()는 왜 만들어졌을까?

NAVER, KAKAO 등 간편 로그인을 구현하는 과정에서 redirectUrl가 쿼리 파라미터로 들어간다.

코드에 따라 쿼리 파라미터를 encodeURI() 처리하기도, 처리하지 않기도 했는데 내가 시험삼아 테스트했을 때에는 둘 다 큰 문제없이 작동이 되었다.

 

"엥 그러면 이 함수는 왜 있는 거지?"

 

궁금해져서 mdn 문서를 참고해본다.

encodeURI() 함수는 URI의 특정한 문자를 UTF-8로 인코딩해 하나, 둘, 셋, 혹은 네 개의 연속된 이스케이프 문자로 나타냅니다. (두 개의 대리 문자로 이루어진 문자만 이스케이프 문자 네 개로 변환됩니다.)

 

(대리 문자? 이스케이프 문자? 한글인데 왠지 영어가 더 잘 이해될 것 같은 포스이다.)

그래서 영어 문서로 다시 확인해보자.

 

대리 문자: surrogate character

이스케이프 문자: escape character

 

📌 이스케이프 문자(escape character)

표준 내장 객체/encodeURI(), mdb web docs

 

아하, %D1%88 저렇게 생긴 게 이스케이프 문자구나.

'이스케이프한다.'라는 것이 이스케이프 문자로 인코딩한다는 의미인 것 같은데...

아?

Python에서 자주 사용되는 이스케이프 문자, w3s

 

백슬래쉬랑 쓰는 얘들을 이스케이프 문자라고 불렀었구나...

일반적으로 문자열 안에 포함할 수 없는 문자를 넣기 위해 대용으로 사용하는 문자라고 정리하면 되겠다.

 

예를 들어 공백은 URI에 포함할 수 없기 때문에 encodeURI하면 %20으로 인코딩된다. 이제 이해가 된다.

 

📌 대리 문자(surrogate character)

// high-low pair ok
console.log(encodeURIComponent("\uD800\uDFFF"));

// lone high surrogate throws "URIError: malformed URI sequence" 
console.log(encodeURIComponent("\uD800"));

// lone low surrogate throws "URIError: malformed URI sequence" 
console.log(encodeURIComponent("\uDFFF"));

 

저런 문자를 대리 문자라 한다는데...

엄청 설명이 잘 되어있는 네이버 블로그 발견 (블로그 바로가기)

 

UTF-16는 0x0000부터 0xFFFF까지의 값으로 문자를 나타내도록 한다. 하지만, 이후 컴퓨터로 표현해야 하는 문자가 1,114,111(0x10FFFF=21bits)만큼 는 나머지, 기존 UTF-16으로 모든 문자의 표현이 불가능하게 되었다.

 

한 자리를 늘려서 UTF-32 체계를 사용하는 것도 가능했지만 메모리 용량의 낭비가 지속적으로 발생하기에 자주 사용되지 않는 문자는 두 개의 character를 사용하여 표현하기로 한다. (

 

따라서, surrogate 문자는 항상 짝지어서! 두 개씩 붙어다닌다 🤝

 

상위 surrogate의 범위는 U+D800~U+DBFF이고, 하위 surrogate는 U+DC00~U+DFFF이다. 상위-하위 순서로 짝을 맺는다.

그리고 범위를 세보면 알겠지만, 하위와 상위 각각 1024개 문자를 커버하여서 표현 가능한 총 문자는 1024^2=1,048,576개이다. (surrogate 문자로 사용되지 않는 범위는 기본 유니코드 문자를 가리킨다. 이러면 디코더가 해석할 때 문제없지)

 

매우 훌륭한 문자 인코딩에 대한 설명 영상

 

단순한 컴퓨터🥸씨를 이해시키면서도 메모리 효율성을 높이기 위한 문자 인코딩의 개발 배경이 잘 설명되어있다 👍

그리고 UTF-8... 인코딩 방법 최적화를 위해 정말 많은 노력이 들어갔다는 것을 알 수 있었다. (아직 이해를 다 못했다...)

 

💡문자 인코딩 이해도 상승

컴퓨터 공학 원론 수업에서 어셈블리 배웠을 때 느꼈던 기분과 80% 유사한 기분이었다.!

그리고 외계어처럼 치부했던 문자 인코딩 부분의 이해도가 쑥쑥 🌱

이야 멋진 걸