깨진 한글 복구

깨진 한글 복구 사용법

한글이 뷁, 占쏙옙, ¾È³ç, � 같은 모양으로 깨지는 것은 글자가 손상된 것이 아니라 저장할 때 쓴 인코딩과 읽을 때 쓴 인코딩이 다르기 때문입니다. 한국어 글은 거의 EUC-KR(CP949) 아니면 UTF-8로 저장되는데, 한쪽으로 저장한 것을 다른 쪽으로 읽으면 깨집니다. 이 도구는 두 가지 일을 합니다. 이미 깨진 채로 복사된 글을 되살리는 것, 그리고 글 파일의 인코딩을 통째로 바꿔 주는 것입니다.

깨진 글 되살리기

1. 깨진 글 되살리기 탭의 입력 칸에 깨진 글을 그대로 붙여 넣습니다.
2. 복구 방법이 자동으로 찾기이면 네 가지 방법을 모두 시도해 한글다움 점수가 가장 높은 결과를 보여 줍니다. 아래 표에서 방법별 결과 앞부분과 점수를 비교하고 이 결과 보기로 다른 후보를 골라 볼 수 있습니다.
3. 결과 복사나 TXT로 저장으로 가져갑니다.

예시 버튼을 누를 때마다 깨진 모양이 다른 글이 들어갑니다. 네 가지 모두 "안녕하세요"로 시작하는 글이 깨진 것입니다.

추정으로 채운 글자 (밑줄)

UTF-8 글을 EUC-KR로 읽으면 한글 한 글자의 3바이트 가운데 EUC-KR에 없는 조합이 �나 물음표로 바뀌면서 바이트가 사라집니다. 사라진 것이 첫 바이트 하나라면 후보는 네 글자뿐이고 그 가운데 실제로 자주 쓰는 한글은 대개 하나입니다. 예를 들어 "�븞"은 땈, 안, 핈 가운데 하나인데 이 도구는 "안"을 고릅니다. 이렇게 고른 글자는 결과에서 점선 밑줄과 다른 색으로 표시하고 몇 글자를 추정했는지 알려 드립니다. 흔한 낱말은 잘 맞지만 사람 이름이나 드문 글자는 틀릴 수 있으니 반드시 읽어 보세요.

마지막 바이트가 사라진 글자나 두 바이트가 함께 사라진 글자는 후보가 수십 개를 넘어 추정하지 않고 �로 남깁니다. 첫 번째 예시 "�븞�뀞�븯�꽭�슂. �븳湲� 蹂듦뎄 �룄援ъ엯�땲�떎."를 넣으면 "안녕하세요. 한� 복구 도구입니다."가 나옵니다. 9글자를 추정으로 채웠고 "글" 한 글자는 되살리지 못한 것입니다. 깨뜨린 프로그램에 따라 사라지는 양이 다릅니다. 크롬 같은 브라우저가 깨뜨린 글("�덈뀞�섏꽭��"처럼 �가 글자를 통째로 가린 모양)은 한 번에 두 바이트씩 사라져서 절반쯤만 돌아옵니다. 원본 파일을 구할 수 있다면 파일 탭으로 변환하는 편이 언제나 정확합니다.

되살릴 수 없는 경우

�(대체 문자)만 줄지어 보이는 글은 EUC-KR 파일을 UTF-8로 읽은 결과입니다. 이때는 한글 한 글자가 통째로 �로 바뀌어서 원래 무슨 글자였는지 알려 주는 정보가 하나도 남지 않습니다. "占쏙옙"이 반복되는 글도 같은 경우로, �를 다시 EUC-KR로 저장했다가 읽으면 그 모양이 됩니다. 이런 글을 넣으면 복구할 수 없다고 알려 드립니다. 깨지기 전의 원본 파일이나 원본 메일을 찾아 파일 탭에서 다시 읽어야 합니다.

파일 인코딩 변환

1. 파일 인코딩 변환 탭에 글 파일을 끌어다 놓습니다. 여러 개를 한 번에 넣을 수 있습니다.
2. 파일마다 알아본 인코딩과 내용 앞부분이 표에 나옵니다. 앞부분의 한글이 제대로 보이면 맞게 읽은 것입니다.
3. 바꿀 인코딩을 고릅니다. 파일마다 저장을 누르거나 전체를 ZIP으로 저장으로 한꺼번에 받습니다. 파일 이름은 그대로 둡니다.

자동으로 알아보기는 BOM, UTF-8 규칙에 맞는지, EUC-KR 규칙에 맞는지를 차례로 확인합니다. 한국어 파일은 이 방법으로 거의 틀리지 않지만, 일본어나 중국어 파일은 EUC-KR로 잘못 알아볼 수 있으니 앞부분이 이상하면 원래 인코딩을 직접 골라 주세요.

줄바꿈 옵션은 메모장에서 한 줄로 붙어 보이는 파일을 윈도우(CRLF) 방식으로, 리눅스 서버에 올릴 스크립트를 LF 방식으로 맞출 때 씁니다.

한계와 주의

• EUC-KR로 바꿀 때 이모지, 일부 한자와 특수 기호처럼 EUC-KR에 없는 글자는 물음표로 바뀝니다. 몇 개가 바뀌었는지 파일별로 알려 드리며, 이 경우 원본은 꼭 따로 보관하세요.
• 브라우저에는 EUC-KR로 저장하는 기능이 없어서, 이 도구는 브라우저의 EUC-KR 읽기 기능으로 글자와 바이트의 대응표를 만들어 저장합니다. 한글 11,172자와 KS X 1001의 한자, 기호를 모두 다룹니다.
• 워드(docx), 한글(hwp), 엑셀(xlsx), PDF는 글 파일이 아니므로 변환할 수 없습니다. 이런 파일을 넣으면 내용이 망가진 채 저장되니 넣지 마세요.
• SMI 자막이나 HTML 파일 안에 charset=euc-kr 같은 표시가 적혀 있다면 변환 뒤 그 표시도 직접 고쳐야 합니다.