韩语字符编码指南：了解 EUC-KR 和 CP949
处理韩语（Hangul）文本需要清楚地了解韩国使用的特定编码标准。虽然 UTF-8 现在是现代 Web 和移动应用程序的通用标准，但许多遗留系统、遗留 Windows 应用程序和旧数据库仍然依赖于 EUC-KR 及其扩展 CP949。
在本指南中，我们将深入探讨韩语字符编码的技术细节、它们之间的关系，以及如何有效地管理现代开发中的转换。
1. 核心标准：EUC-KR 和 CP949
韩国的数字文本主要受两种密切相关的编码标准影响。
EUC-KR（完成型标准）
EUC-KR (Extended Unix Code for Korean) 基于 KS X 1001 标准。它是一种“完成型”（Wansung）编码系统，意味着它将每个韩语音节编码为一个单一单元，而不是单独的字母（Jamo）。
- 优点：对于最常见的 2,350 个韩语音节非常高效。
- 缺点：它无法表示所有 11,172 个可能的韩语音节，从而导致罕见字符或名称出现问题。
- 关键词：EUC-KR 编码解码器，EUC-KR 转 UTF-8。
CP949（Windows 扩展）
CP949 (Code Page 949) 是微软对 EUC-KR 的专有扩展。它是旧版本 Windows（韩语版）的默认编码，在遗留商业软件中仍然极其常见。
- 重要性：CP949 通过支持所有 11,172 个可能的韩语音节，同时保持与 EUC-KR 的向后兼容性，解决了 EUC-KR 的主要局限性。
- 关键词：CP949 编码解码器。
2. 技术对比表
| 编码 | 标准 | 类型 | 最佳用例 | Unicode 兼容？ |
|---|---|---|---|---|
| EUC-KR | KS X 1001 | 完成型 | 遗留 Unix/Linux 系统 | 否 |
| CP949 | MS Windows | 完成型 | 遗留 Windows 应用程序 | 否 |
| UTF-8 | Unicode | 通用 | 所有现代韩语软件 | 是 |
3. 韩语软件开发最佳实践
过渡到 UTF-8
对于任何新的韩语项目，UTF-8 是唯一合乎逻辑的选择。它原生支持所有韩语音节、古韩语字符和全球表情符号，没有区域编码的局限性。
- 建议：始终对代码文件和 Web 内容使用 UTF-8（不带 BOM）。
标准化（NFC 与 NFD）
在处理韩语文本时，正确处理 Unicode 标准化至关重要。
- NFC (Canonical Composition)：韩语字符存储为预组合音节（例如 '한'）。这是 Web、Windows 和 Linux 的标准。
- NFD (Canonical Decomposition)：韩语字符分解为单独的字母（Jamo）（例如 'ㅎ', 'ㅏ', 'ㄴ'）。这主要用于 macOS 文件系统。
- 重要性：除非您的系统具有“标准化意识”，否则在 NFC 中搜索“한”将无法在 NFD 中找到“한”。
4. FAQ：常见问题解答
问：为什么韩语字符在我的应用程序中显示为乱码？
答：这通常发生在以 UTF-8 方式读取 EUC-KR 或 CP949 文件时。要修复此问题，您必须显式使用正确的韩语编码解码文件，并将其重新编码为 UTF-8。
问：EUC-KR 和 CP949 有什么区别？
答：CP949 是 EUC-KR 的超集。它增加了 8,000 多个字符，以支持原始 EUC-KR 标准中缺失的所有韩语音节组合。
问：如何检测文件是 EUC-KR 还是 UTF-8？
答：您可以使用字节模式检测库（如 chardet）或手动检查是否存在 UTF-8 多字节序列。UTF-8 文件通常包含 BOM（字节顺序标记），尽管不建议韩语文本使用它。
5. 使用 Tool3M 掌控韩语文本
不要让遗留的韩语编码减慢您的开发速度。Tool3M 提供处理韩语文本的专业工具：
- EUC-KR/CP949 编码与解码器：修复乱码并将遗留的韩语文件转换为现代标准。
- 韩文标准化工具：在韩文 NFC 和 NFD 之间进行转换，实现跨平台兼容性。
- 韩语编码检测器：即时识别任何韩语文本片段或文件的编码。