2장. 아스키코드 vs 유니코드 ①Windows에서의 유니코드(UNICODE)

 

 

문자셋의 종류와 특징

 

SBCS(Single Byte Character Set)

문자를 1byte를 사용하여 표현 대표적인 문자셋으로 아스키코드(ASCII code)가 있다.

 

MBCS(Multi Byte Character Set)

MBCS에서 Multi는 2byte 이상을 써서 문자를 표현해서가아닌 문자종류에 따라서 다른크기의 표현방식을 사용한다 해서의 Multi 라 한다. 

 

WBCS(Wide Byte Charater Set)

SBCS보다 2배 큰 2byte를 써서 문자를 표현. 유니코드

 

우리가 흔히 사용하는 컴퓨터 시스템은 SBCS이 아니라 영문과 한글을 같이쓰는 경우가 대부분이기 때문에 MBCS를 사용한다.

MBCS의 사용은 효율적일 수 있으나  하드웨어의 발전으로 안정성을 위해 WBCS를 사용하는 것이 안정적이다.

 

예제2-1]

#include <stdio.h>
#include <string.h>

int main(void)
{
 char str[]="ABC한글";
 int size=sizeof(str);
 int len=strlen(str);

 printf("배열의 크기 : %d \n", size);              실행결과
 printf("문자열 길이 : %d \n", len);                배열의 크기:8

 return 0;                                                    문자열 길이:7
}

 

예제의 결과값을 보면 배열의 크기가 8 ,문자열의 길이가 7이라 나온다.

문자열을 보면 ABC는 영어로 각각 1byte 씩이고 한글은 각각 2byte 씩해서

7byte에 맨뒤 null 문자를 합하여 8이라는 정확한 값을 출력한다.

문자열의 길이가 7이라 나온다. 하지만 이 문자열의 길이는 5이다.

strlen()함수가 한글을 2문자로 인식을 하기때문에 이러한 문제가 발생 한다.

 

 

 예제2-2]

#include <stdio.h>

int main(void)
{
 char str[]="한글입니다";
 int i;

 for(i=0; i<5; i++)
  fputc(str[i], stdout);

 fputs("\n", stdout);

 for(i=0; i<10; i++)
  fputc(str[i], stdout);                            실행결과

 fputs("\n", stdout);                             한글
 return 0;                                             한글입니다
}

 

이번 예제를 통하여 앞선예제에서의 문제를 다시한번 볼 수 있다.

for(i=0; i<5; i++) 를 통하여 5번 루프를 시켰을때 한글 이라는 결과를 출력하고

10번 루프 시켰을때 한글입니다 이라는 출력이 나온다.

 앞선 예제 2-1,2-2 를 보면 한글이 들어갔을 때 시스템이 지원해 줄 경우 MBCS을 이용하는것보다 WBCS 기반으로 프로그래밍 하는것이 안정적이다.

 

WBCS 기반의 프로그래밍

WBCS를 위한 두가지

첫째: char를 대신 wchar_t

둘째: "ABC"를 대신하는 L"ABC"

 

WBCS 기반 문자열 선언 예

wchar_t str[]=L"ABC";

 

 

wchar_t 가 익숙하지 않을수 있지만 기본적으로 제공하는 표준자료형이다.

char형은 1byte로 문자를 표현하고 wchar_t 2byte로 문자를 표현한다.

또한 문자열을 선언 할 때 문자열 앞에 L 를 붙여주어야 한다.

 

 

 예제2-3]

#include <stdio.h>
#include <string.h>

int main(void)
{
 wchar_t str[]=L"ABC";
 int size=sizeof(str);
 int len=strlen(str);   

 printf("배열의 크기 : %d \n", size);
 printf("문자열 길이 : %d \n", len);

 return 0;
}

 

예제 2-3을 컴파일 하면 오류가 발생 한다.

int len=strlen(str);를 보면  strlen함수는 strlen(char*) 식으로 char형 포인터타입을 전달하게 선언되어있는데 예제를 보면 wchat_t을 사용하므로 strlen함수를 wcslen함수로 대체하여야 한다.

 

문자열 조작함수

 

SBCS 함수	WBCS 기반의 문자열 조작 함수
strlen	size_t wcslen(const wchar_t* string);
strcpy	wchat_t* wcscpy(wchar_t* dest, const wchar_t* src );
strncpy	wchar_t* wcsncpy(wchar_t* dest, const wchar_t* src, size_t cnt);
strcat	wchar_t* wcscat(wchar_t* dest,const wchar_t* src);
strncat	wchar_t* wcsncat(wchar_t* dest,const wchar_t* src, size_t cnt);
strcmp	int wcscmp(const wchar_t* s1,const wchar_t* s2);
strncmp	int wcsncmp(const wchar_t* , cinst wchar_t* s2, size_t cnt);

 

 

예제2-4]

#include <stdio.h>
#include <string.h>

int main(void)
{
 wchar_t str[]=L"ABC";
 int size=sizeof(str);
 int len=wcslen(str);

 printf("배열의 크기 : %d \n", size);              실행결과
 printf("문자열 길이 : %d \n", len);                배열의 크기:8

 return 0;                                                    문자열 길이:3
}

예제2-3를 위의 처럼 바꾸면 컴파일이 되고 실행결과도 올바르게 나온다.

하지만 printf()함수 부분을 보면 WBCS방식으로 처리하고있지않는다.

밑에 표를보고 WBCS 기반의 입출력을 해볼수 있다. 

 

 

문자열 입출력 함수

 

 

SBCS 함수	WBCS 기반의 문자열 입출력 함수
printf	int wprintf(const wchar_t* format [, argument]...);
scanf	int wscanf(const wchar_t* format [,argument]...);
fgets	wchar_t* fgetws(wchar_t* string, int n, FILE* stream);
fputs	int fputws(const wchar_t* string, FILE* stream);

 

예제2-5]

#include <stdio.h>
#include <string.h>

int main(void)
{
 wchar_t str[]=L"ABC";
 int size=sizeof(str);
 int len=wcslen(str);

 wprintf(L"Array Size    : %d \n", size);
 wprintf(L"String Length : %d \n", len);

 return 0;
}

 

입출력 함수도 WBCS 기반의 함수로 바꾸었다. 하지만 매개변수 전달자의 유니코드화가 되지않았다. 

 

 

 

 

 

 

 

매개변수 전달이자들 모두 WCBS 기반으로 바꿔주기 위해서는

main함수 대신해서 wmain함수를 선언해 주면된다. 또한 전달하는 인자들도

wchar_t 타입으로 바꾸어 주어야 한다.