보이는 한 글자가 저장 단위 하나는 아닙니다
유니코드는 글자, 결합 부호, 기호 같은 요소에 코드 포인트를 부여합니다. 하나로 보이는 글자에 여러 요소가 들어갈 수 있습니다. 예를 들어 악센트가 있는 e는 완성된 문자 하나로 저장할 수도 있고, e 뒤에 악센트 부호를 붙여 저장할 수도 있습니다. 화면에서는 같은 글자처럼 보일 수 있습니다.
그래핌 클러스터는 사람이 보통 한 글자로 인식하는 요소를 묶은 단위입니다. 이 사이트의 글자 수는 이 방식을 사용합니다. 읽는 사람의 관점에 가까운 척도지만 코드 포인트 수나 일부 프로그래밍 언어가 반환하는 UTF-16 코드 유닛 길이와는 다릅니다.
이모지를 보면 기준의 차이가 드러납니다
이모지에는 기본 기호, 피부색 변경자, 여러 요소를 하나로 이어 주는 시퀀스가 들어갈 수 있습니다. 내부 요소를 따로 세면 화면에 보이는 묶음을 셀 때보다 숫자가 커집니다. 가족 이모지는 여러 구성 요소가 한 이미지처럼 표시되는 대표적인 예입니다.
유니코드 지원도 달라집니다. 새 브라우저와 오래된 앱이 같은 시퀀스를 다르게 표시하거나 분할할 수 있습니다. 특정 플랫폼의 제한을 맞춰야 한다면 해당 플랫폼의 카운터로 마지막 확인을 하세요. 링크에 별도 길이를 부여하거나 일부 문자에 다른 가중치를 주는 서비스도 있습니다.
공백 기준 어절은 단순한 구분 방식입니다
이 도구는 띄어쓰기, 탭, 줄바꿈 사이에 있는 비어 있지 않은 묶음을 하나로 셉니다. Hello world는 두 묶음입니다. 중간 공백이 여러 개여도 묶음이 추가되지는 않습니다. 단어에 붙은 문장부호는 같은 묶음에 들어가고, 공백으로 떨어진 문장부호는 별도 묶음이 될 수 있습니다.
이는 언어학적 사전 분석이 아닙니다. 띄어쓰기가 없는 중국어나 일본어 문장은 여러 단어를 담고 있어도 하나로 셉니다. 한국어의 어절도 사전의 단어와 완전히 같지 않습니다. 일관된 형식 점검에는 이 기준을 쓰되, 언어학적 단어 수가 필요한 과제라면 해당 언어와 요구 조건에 맞는 기준을 확인하세요.
UTF-8 바이트는 인코딩한 크기입니다
UTF-8에서 영문 ASCII 글자 A는 1바이트이고, 한글 음절 한은 3바이트입니다. 일반적인 이모지 중에는 변경자나 결합 요소가 붙기 전에도 4바이트를 사용하는 것이 많습니다. 따라서 눈에 보이는 글자 수가 같은 두 문장도 바이트 수는 다를 수 있습니다.
같아 보이는 악센트 문자도 차이가 납니다. 완성된 é는 UTF-8에서 2바이트이고 e와 결합 악센트를 따로 저장하면 3바이트입니다. 이 도구는 입력받은 텍스트의 UTF-8 크기를 셉니다. 파일의 서식이나 메타데이터는 포함하지 않으며, 문서에서 붙여 넣는 과정에 줄바꿈 등의 표현이 달라질 수 있습니다.
제출 조건에 맞는 항목을 확인하세요
눈에 보이는 글자 수를 제한한다면 그래핌 수와 공백 포함 여부를 확인하세요. 공백 제외 항목은 원문을 그래핌으로 나눈 뒤 공백만으로 된 묶음을 빼고 문장부호는 남깁니다. 공백을 먼저 지워 양쪽 글자를 붙인 다음 다시 세는 방식은 아닙니다. 바이트 제한은 요구하는 인코딩을 확인해야 하며 UTF-8 수치가 다른 인코딩에서도 같다는 뜻은 아닙니다.
줄 수는 실제로 입력된 줄바꿈을 기준으로 합니다. 화면이 좁아서 자동으로 접힌 행의 수가 아닙니다. 마지막 줄바꿈 뒤의 빈 줄도 포함하고, 아무 내용이 없으면 0줄입니다. 확인한 뒤에는 글을 바꾸지 않고 제출하며, 가능하다면 제출 화면의 자체 카운터도 확인하세요.