|
UTF8 기반 한자한글 변환기(Hanja2Hangul) 정보검색시스템에서 한자도 한글로 검색할 수 있도록 할려고 만든 것인데, 거꾸로 편집기에서 한자 입력용으로 사용할 수도 있겠다는 생각이 드는군요. KSC 5601 완성형에는 2,350자의 한글과 4,888자의 한자가 포함되어 있었습니다. 여기에서는 4,888자 밖에 되지 않고 한자를 일정한 규칙에 따라 배열했기 때문에(한글음에 따라) 한자를 한글로 변환하는 작업이 비교적 간단한 편이었습니다. 반면 유니코드에서는 2.0에서 3.0으로 넘어오면서 기존의 한자영역 (CJK Ideograph)외에 새로 한자영역이 추가되었고(CJK Ideograph Extension A), 더불어 한국에서만 사용되는 동형이음어 영역도 고려되어야 한다는 점 때문에 문제가 약간 복잡해졌습니다. 이런 이유로 UniCharts.h와 마찬가지로 한자한글변환을 위한 헤더는 65,536자의 유니코드 값들에 대해 모두 정의를 하였습니다. 헤더의 이름은 HanjaHangulMap.h입니다. (세중나모의 강상수 님께서 이 맵에 오류가 있음을 알려주셨습니다. 이 한자-한글 map은 2001년 경에 MS 워드에서 한자-한글 변환 기능을 이용하여 만들어진 것입니다. 강상수 님께서 테스트해서 알려주신 바로는 약 1900여자의 음가가 틀려있다고 합니다. 정확한 한자-한글 변환을 위해서는 한자음가사전이 필요합니다. 2006년에 국사편찬위원회에서는 한자음가사전을 공개하였습니다. 한자-한글 변환이 필요하신 분의 경우에는 제 헤더는 참조로만 보시고 국편의 게시판 ( http://kh2.koreanhistory.or.kr/addservice/boardmanage/listFreeBoard.jsp ) 에서 한자음가사전을 내려받으셔서 새로운 헤더 구성 또는 다중음가 반영을 위해서는 새로운 데이타 구조를 가지는 알고리즘을 개발하시는 것이 좋을 것 같습니다. 2006년 11월 9일) 한자를 한글로 변환하는 규칙은 간단합니다. HanjaHangulMap.h에는 65536개의 코드가 HjHgMap[]에 정의되어 있는데 이는 바로 한글값을 의미합니다. 규칙은 "HjHgMap[색인] == 색인"이면 한자가 아니고, "HjHgMap[색인] != 색인"이면 한자로 간주하여 해당 코드를 HjHgMap[색인] 값으로 대체하는 것입니다. 예를 들어 HjHgMap[0x0033] == 0x0033 이므로 한자가 아니고, HjHgMap[0x3A00] == 0xBCD1이므로 한자로 취급하는 방식입니다. 주: 동형이음(同形異音)이란 모양은 같은 데 음독이 다른 것을 말합니다. 예를 들어 樂, 樂, 樂는 모양은 완전히 동일하지만 각각의 코드값이 다르고, 한글음도 각각 악, 락, 요입니다. 마찬가지로 "惡惡"는 "악오"입니다. 소스를 보면 알 수 있겠지만, Hanja2Hangul 함수는 UTF-8 인코딩을 기본으로 작성되었습니다. 따라서 입력되는 문자열도 UTF-8이어야 합니다. 예제로 한자2한글 변환 시험을 해보실 수 있습니다. 소스 코드는 Hanja2Hangul.c입니다. 속어로 노가다의 정수라 할 수 있는 헤더는 HanjaHangulMap.h입니다. 버그!!!: 한자 부수(CJK Radical) 및 강희자전 부수(Kanxi Radical)에 대해서는 한자를 한글로 변환하지 않았습니다. 이 부분은 한자 입력용이기 때문에 한국어 소프트웨어에서 사용할 일이 없을 거라고 생각하는 데 맞는 말일지는 저도 자신 없습니다. 버그!!!: 최적화(optimization)를 하면 문제가 발생합니다. -O 옵션을 주고 gcc에서 컴파일하면 결과가 제대로 나오지 않습니다. 저도 원인이 뭔지는 잘 모르겠습니다. 혹 제대로 고치셨으면 제게도 좀 알려주시면 감사하겠습니다. 감사!!!: 김도현 교수님께서 HanjaHangulMap.h에서 U+FA2D가 U+000D로 잘못 매핑되어 있는 버그를 발견하여 알려주셨습니다. 원래는 U+D559로 매핑되어 있어야 합니다. (2004년 10월 4일) |