PEP 3120 – UTF-8을 기본 소스 인코딩으로 사용하기
- Author:
- Martin von Löwis <martin at v.loewis.de>
- Status:
- Final
- Type:
- Standards Track
- Created:
- 15-Apr-2007
- Python-Version:
- 3.0
- Post-History:
번역·라이선스 안내
이 비공식 한국어 번역은 원문 Copyright 절의 Public Domain 조건에 따라 제공합니다. 원저자와 공식 원문은 그대로 표시합니다. 수정되지 않은 기준 원문 · 공식 최신판
명세
이 PEP는 기본 소스 인코딩을 ASCII에서 UTF-8로 변경할 것을 제안합니다. 다른 소스 인코딩 지원(PEP 263)은 계속 유지되며, 명시적인 인코딩 선언이 기본값보다 우선합니다.
약간의 역사
Python 1에서는 소스 인코딩이 지정되지 않았으며, 다만 소스 인코딩이 시스템의 기본 실행 문자 집합의 상위 집합(즉, 대부분의 시스템에서는 ASCII의 상위 집합)이어야 한다는 조건만 있었습니다. 소스 인코딩은 어휘 자체(키워드, 식별자, 구두점, 줄 바꿈 등을 구성하는 문자를 나타내는 바이트)에만 관련이 있었습니다. 문자열 리터럴의 내용은 소스 파일에서 있는 그대로 복사되었습니다.
Python 2.0에서는 유니코드 도입의 부수 효과로 소스 인코딩이 Latin-1로 바뀌었습니다. 유니코드 문자열 리터럴의 경우 문자는 여전히 소스 파일에서 있는 그대로 복사되었지만, 문자 단위로 확장되었습니다. 유니코드는 코드 포인트에 고정된 해석을 부여하므로, 이 알고리즘은 적어도 유니코드 리터럴에 ASCII가 아닌 문자가 포함된 파일에 대해서는 소스 인코딩을 사실상 고정했습니다.
PEP 263은 유니코드 리터럴에서 Latin-1에도 있는 유니코드 문자만 사용할 수 있다는 문제를 지적하고, 소스 인코딩을 선언하는 문법을 도입했습니다. 소스 인코딩이 지정되지 않으면 기본값은 ASCII여야 했습니다. Python 2.0 및 2.1과의 호환성을 위해 과도기 동안에는 파일을 Latin-1로 해석했습니다. 이 과도기는 Python 2.5에서 끝났으며, Python 2.5는 ASCII가 아닌 문자가 있는데 소스 인코딩이 선언되지 않은 경우 오류를 발생시킵니다.
근거
PEP 263을 사용하면 Python 파일에서 ASCII가 아닌 임의의 문자를 사용할 수는 있지만 번거롭습니다. 인코딩 선언을 명시적으로 추가해야 합니다. 일부 편집기(IDLE이나 Emacs 등)는 PEP 263의 선언을 지원하지만, 여전히 많은 편집기가 이를 지원하지 않으며 앞으로도 지원하지 않을 것입니다. 그래서 사용자는 편집기가 가정하는 인코딩을 파일마다 직접 조정해야 합니다.
기본 인코딩이 UTF-8로 바뀌면 Python 파일에 비 ASCII 텍스트를 추가하기가 더 쉬워지고 이식성도 높아집니다. 일부 시스템에서는 편집기가 텍스트를 저장할 때 자동으로 UTF-8을 선택합니다(예: 로케일이 UTF-8을 사용하는 Unix 시스템). 다른 시스템에서는 편집기가 파일을 읽을 때 인코딩을 추측하는데, UTF-8은 추측하기 쉽습니다. 또 다른 편집기는 파일 확장자에 기본 인코딩을 연결하는 기능을 지원하므로, 사용자는 .py를 UTF-8에 연결할 수 있습니다.
Python 2에서 UTF-8이 아닌 인코딩을 사용한 중요한 이유는 바이트 문자열 리터럴이 런타임에도 소스 인코딩으로 유지되어, 이를 파일에 출력하거나 사용자에게 있는 그대로 표시할 수 있었기 때문입니다. Python 3에서는 모든 문자열이 유니코드 문자열이므로, 소스의 원래 인코딩은 런타임에 아무런 영향을 주지 않습니다.
구현
소스 인코딩이 지정되지 않은 경우 127보다 큰 바이트를 받아들이도록 파서를 변경해야 합니다. 오류를 발생시키는 대신 해당 바이트가 올바른 형식의 UTF-8인지 검사해야 합니다(어차피 파서가 모든 소스 코드를 UTF-8로 변환하므로 디코딩은 필요하지 않습니다).
IDLE이 UTF-8을 기본 인코딩으로 사용하도록 변경해야 합니다.
Copyright
This document has been placed in the public domain.