%E3%81%82, \u3042, \343 읽는 법: URL·JSON·Git에서 일본어가 부호가 되는 이유

부호는 문자 깨짐이 아니라 ‘일본어를 적는 방식의 하나’

문자 깨짐은 문자 코드를 혼동해 다른 글자로 읽어 버린 상태입니다. 반면 %E3%81%82나 \u3042는 영문자와 숫자만 쓸 수 있는 곳에 일본어를 적기 위해 일부러 영문자와 숫자로 바꾼 것입니다. 표기 규칙을 알면 한 글자도 빠짐없이 일본어로 되돌릴 수 있습니다.

크게 나누면 ‘글자의 번호(유니코드 코드 포인트)’를 적는 방식과 ‘글자의 바이트(UTF-8 등으로 저장했을 때의 숫자)’를 적는 방식이 있습니다. 히라가나 ‘a’는 유니코드 번호가 U+3042(10진수로 12354), UTF-8 바이트가 E3 81 82입니다. 이 두 숫자를 기억해 두면 어떤 표기인지 바로 알 수 있습니다.

아홉 가지 표기 조견표

표의 예는 문자 깨짐 복원·해독 도구의 ‘부호 읽기’에 넣어 확인한 것입니다. Base64 예는 일본어로 ‘문자 깨짐’을 뜻하는 단어로, 나머지는 ‘文字’(Punycode는 ‘日本語.jp’)로 돌아옵니다. 글 안에 여러 표기가 섞여 있어도 각각 찾아서 읽습니다.

URL의 %E3%81%82: 일본어 URL을 복사했을 때

URL에는 영문자와 숫자, 일부 기호만 쓸 수 있으므로 일본어는 UTF-8 바이트를 ‘%’와 16진수 두 자리로 적습니다. 일본어 한 글자는 UTF-8로 3바이트이므로 %XX 세 개가 한 글자입니다. ‘문자 깨짐’을 뜻하는 네 글자 일본어 단어는 ‘%E6%96%87%E5%AD%97%E5%8C%96%E3%81%91’로 36자가 됩니다.

• 브라우저 주소창에는 일본어로 표시되어 있어도 복사해 채팅이나 메일에 붙여넣으면 %XX 형태가 된다
• %E3로 시작하는 것은 히라가나·가타카나, %E4~%E9로 시작하는 것은 한자인 경우가 많다
• %82나 %83이 많고 %XX 두 개가 한 글자로 보이는 것은 Shift_JIS로 쓴 오래된 URL일 가능성이 있다
• ‘+’는 공백을 나타낼 때가 있다(검색 폼에서 보낸 URL 등)

URL을 남에게 보낼 때는 %XX 형태 그대로가 더 확실합니다. 일본어로 되돌린 URL은 받는 앱에 따라 링크가 중간에 끊길 수 있습니다.

JSON의 \u3042, Git의 \343, Python의 \xe3

프로그래밍에서는 일본어를 그대로 출력하지 않고 부호로 적는 일이 많습니다. 각각 표시 설정으로 일본어로 바꿀 수 있습니다.

• JSON의 \u3042: 유니코드 번호를 16진수 네 자리로 적은 것. Python의 JSON 출력은 ensure_ascii=False를 붙이면 일본어 그대로 나온다. 이모지는 ‘🍣’(🍣)처럼 두 개가 한 쌍으로 적힌다
• Git의 \343\201\202: git status 등에서 일본어 파일 이름이 8진수로 표시된 것. git config --global core.quotepath false를 설정하면 일본어로 표시된다
• Python의 \xe3\x81\x82: bytes 형을 그대로 표시한 것. .decode('utf-8')로 문자열로 바꾸면 일본어가 된다
• HTML의 あ, あ: 유니코드 번호를 10진수나 16진수로 적은 것. 브라우저에서는 히라가나 ‘a’로 표시되지만, 소스나 RSS를 텍스트로 보면 부호 그대로 보인다

xn--로 시작하는 도메인은 국제화 도메인

‘日本語.jp’ 같은 일본어 도메인은 DNS 구조상 영문자와 숫자로 변환해 다룹니다. 이 변환 방식이 Punycode이고, 변환한 것에는 ‘xn--’가 붙습니다. ‘xn--wgv71a119e.jp’는 ‘日本語.jp’입니다.

브라우저는 모양이 비슷한 글자를 이용한 사칭을 막기 위해 일본어 도메인을 일부러 xn-- 형태로 표시할 때가 있습니다. 모르는 xn-- 도메인에서 온 메일이나 링크는 일본어로 되돌려 정말 그 도메인이 맞는지 확인하면 안심입니다.

부호가 아니라 ‘縺’, ‘ã’ 같은 진짜 문자 깨짐이 섞여 있을 때는 문자 깨짐 패턴 조견표에서 패턴을 확인하세요. 메일 제목의 =?UTF-8?B?…?=도 같은 종류로, 메일 제목이 깨지는 원인과 해결법에서 자세히 설명합니다.

자주 묻는 질문

URL의 %E3%81%82를 일본어로 되돌리려면 어떻게 하나요?

% 뒤의 16진수 두 자리를 1바이트로 모아 UTF-8로 읽습니다. %E3%81%82는 히라가나 ‘a’입니다. 일본어는 %XX 세 개가 한 글자입니다. 문자 깨짐 복원·해독 도구의 ‘부호 읽기’에 붙여넣으면 한꺼번에 되돌릴 수 있습니다.

JSON의 \u3042는 무엇인가요?

유니코드 번호를 16진수 네 자리로 적은 유니코드 이스케이프이며, \u3042는 히라가나 ‘a’입니다. JSON에서는 일본어를 이 형태로 출력하는 설정이 자주 쓰입니다. 이모지는 🍣처럼 두 개가 한 쌍으로 한 글자를 나타냅니다.

Git에서 일본어 파일 이름이 \343\201\202처럼 표시됩니다.

Git이 일본어 파일 이름의 UTF-8 바이트를 8진수로 표시하고 있습니다. git config --global core.quotepath false를 설정하면 git status 등에서 일본어 그대로 표시됩니다.

xn--로 시작하는 URL은 위험한가요?

xn--는 일본어 등의 국제화 도메인을 영문자와 숫자로 변환했다는 표시이며, 그것만으로 위험한 것은 아닙니다. 다만 모양이 비슷한 글자를 이용한 사칭에도 쓰이므로 일본어로 되돌려 도메인 이름을 확인하면 안심입니다.