유니코드 편집하기 (부분)

== 구조 ==
=== 코드 포인트 ===
유니코드에서 문자 하나하나에 부여된 고유 번호를 '''코드 포인트'''(code point)라고 부른다. 표기할 때는 'U+' 뒤에 16진수를 붙여서 쓴다. 예를 들어 알파벳 대문자 A는 U+0041, 한글 '가'는 U+AC00이다.

현재 유니코드는 U+0000부터 U+10FFFF까지, 총 '''1,114,112개'''의 코드 포인트 공간을 가지고 있다. 이 중 실제로 문자가 할당된 것은 일부이고 나머지는 앞으로 새 문자를 위해 비워둔 공간이거나, 사용자가 자유롭게 쓸 수 있는 [[사용자 정의 영역]](Private Use Area)이다.

=== 평면(Plane) ===
유니코드 공간은 편의상 65,536개(0x10000)씩 묶어 총 17개의 '''평면'''(plane)으로 나눈다.
{|class="wikitable"
! 평면 번호 !! 범위 !! 이름 !! 설명
|-
| 0 || U+0000~U+FFFF || 기본 다국어 평면(BMP) || 한글, 한자, 라틴 문자 등 실생활에서 가장 많이 쓰는 문자 대부분이 위치
|-
| 1 || U+10000~U+1FFFF || 보조 다국어 평면(SMP) || 고대 문자, 이모지, 수학 기호 다수
|-
| 2 || U+20000~U+2FFFF || 보조 표의 문자 평면(SIP) || 잘 쓰이지 않는 CJK 확장 한자
|-
| 3 || U+30000~U+3FFFF || 제3 표의 문자 평면(TIP) || 추가 한자 확장 영역
|-
| 14 || U+E0000~U+EFFFF || 보조 특수 목적 평면(SSP) || 언어 태그 등 특수 제어용
|-
| 15~16 || U+F0000~U+10FFFF || 사용자 정의 영역(PUA) || 표준에 없는 문자를 개인/조직이 임의로 정의해 쓰는 공간
|}

=== 인코딩 방식: UTF-8, UTF-16, UTF-32 ===
유니코드는 "어떤 문자에 어떤 번호를 매길지"를 정한 표준일 뿐이고, 그 번호를 실제로 컴퓨터 메모리에 몇 바이트로 어떻게 저장할지는 별도로 정해야 한다. 이를 위한 대표적인 인코딩 방식이 세 가지 있다.

* '''UTF-8'''
** 문자에 따라 1바이트에서 4바이트까지 가변적으로 사용한다.
** 영어(ASCII) 문자는 기존 ASCII와 완전히 호환되게 1바이트로 저장되고, 한글이나 한자는 보통 3바이트가 필요하다.
** 웹 페이지, 이메일, 대부분의 프로그래밍 언어 소스코드 등 인터넷 환경에서 사실상 표준으로 자리잡았다.
* '''UTF-16'''
** 대부분의 문자를 2바이트로, 기본 다국어 평면을 벗어나는 문자(이모지 등)는 [[서로게이트 페어]](surrogate pair)를 이용해 4바이트로 저장한다.
** 자바(Java), 자바스크립트, 윈도우 내부 문자열 처리 등에서 많이 사용된다.
* '''UTF-32'''
** 모든 문자를 예외 없이 고정 4바이트로 저장한다.
** 구조가 단순하지만 저장 공간을 많이 차지해서 실제로는 잘 쓰이지 않는다.

=== BOM(Byte Order Mark) ===
파일 맨 앞에 붙어서 이 파일이 어떤 인코딩(UTF-8/UTF-16LE/UTF-16BE)으로 저장되었는지, 그리고 바이트 순서(엔디언)가 어떤지 알려주는 표식이다. UTF-8에서는 필수는 아니지만, 특히 윈도우 메모장 등에서 자동으로 붙이는 경우가 있어 프로그램에 따라 파일 맨 앞에 이상한 문자가 나타나는 원인이 되기도 한다.