korean-character-countlisted

# 한국어 글자 수 세기 한국어는 세는 기준에 따라 숫자가 달라진다. 폼이 "500자 이내"라고 할 때 무엇을 세는지에 따라 통과와 초과가 갈린다. - `각`은 1글자지만 UTF-8로 3바이트다 - 조합형 자모(`ㄱ`+`ㅏ`+`ㄱ`)는 눈에는 1글자, 코드포인트로는 3개다 - 이모지와 결합 문자는 grapheme cluster로 세야 맞다 **추정하지 말고 스크립트를 돌린다.** ## 쓰는 법 ```bash node scripts/korean_character_count.js --text "각 글자 세기" --format text node scripts/korean_character_count.js --file <경로> cat <파일> | node scripts/korean_character_count.js --stdin ``` 옵션. | 옵션 | 값 | |---|---| | `--profile` | `default`(grapheme + UTF-8) 또는 `neis`(교육행정시스템 기준) | | `--format` | `json`(기본) 또는 `text` | Node 18 이상이 필요하다. `Intl.Segmenter`를 쓰기 때문이다. **외부 패키지를 받지 않는다** — `node:fs`만 쓴다. ## 나오는 값 ``` characters grapheme cluster 기준. 대개 이게 "글자 수"다 characters_without_whitespace 공백 제외 code_points 유니코드 코드포인트 utf16_code_units JavaScript 의 .length lines 줄 수 bytes_utf8 UTF-8 바이트 bytes_neis NEIS 기준 바이트 ``` ## 어느 값을 쓰나 **폼이 무엇을 세는지 확인하고 고른다.** 명시가 없으면 `characters`(grapheme)가 사람이 세는 방식과 가장 가깝다. | 상황 | 값 | |---|---| | 일반 폼 "N자 이내" | `characters` | | 공백 제외 명시 | `characters_without_whitespace` | | NEIS·교육행정 양식 | `bytes_neis` (`--profile neis`) | | DB 컬럼 길이 확인 | `bytes_utf8` | ## 자세한 계약 세는 규칙의 전문은 `instruction.md`에 있다. grapheme 경계, 줄바꿈 처리(CRLF·LF·CR·U+2028·U+2029), 바이트 계산 근거가 적혀 있다. ## 이 스킬이 아닌 것 문체 교정은 `korean-writing`, 이미 쓴 글 윤문은 `humanize-korean`이다. 이 스킬은 **세기만** 한다.