문자셋과 프로그래밍

보통 프로그래밍 공부를 C언어로 시작한다. 물론 나도 그랬다

시스템프로그래밍이나 MFC에 들어서면 조금 낯설게 느껴지는 C언어를 발견 할 수 있다

예를 들어 wprintf이나 wcslen 같은 함수들이다

결론부터 말하면 이것들은 모두 같은 것이나 사용에 따라 달라진다는 것이다

#문자 코드

ASCII(American Standard Code for Information Interchange)

ANSI에서 정의한 표준 코드

8bit(=1byte)를 사용하여 문자 표현

UNICODE

영어권을 제외한 나라에서 ASCII로만 문자 표현이 어려워지자 각 나라별 언어를 모두 표현하기 위해 나온 코드 체계

16bit(=2byte)를 사용하여 문자 표현

 

#문자셋의 종류

SBCS (Single Byte Character Set)

문자표현 방식: 1바이트

아스키 코드

MBCS (Multi Byte Character Set)

한글: 2바이트 영문 : 1바이트

WBCS (Wide Byte Character Set)

      문자 표현 방식: 2바이트

유니코드

#MBCS 문제점

한글이 들어갈 때 프로그래머의 실수가 생길 수 있다.

#include <stdio.h>
#include <string.h>
int main()
{
    char str[] = "ABC한국";
    int size = sizeof(str);
    int len = strlen(str);
    int i;
 
    printf("배열의 크기: %d \n", size); // 배열의 크기: 8
    printf("문자열의 크기: %d \n", len); // 문자열의 길이: 7
    
    for (i = 0; i < 5; i++)
    {
        fputc(str[i], stdout); // ABC한
    }
 
    fputs("\n",stdout);
 
    for (i = 0; i < 7; i++)
    {
        fputc(str[i], stdout); //ABC한글
    }
    return 0;
}

배열의 크기는 NULL 문자를 포함해서 크기가 8로 잘 나오고

문자열의 길이는 일반적으로 생각했을 때 5가 나올 거라고 예상하지만 7로 나온다

그 이유는 한글은 2바이트로 처리 되어서 ABC=3byte 한국=4byte 합 7 바이트가 된 것이다 

# 유니코드 기반=WBCS 기반 프로그래밍

  #define      CONST             const
 
  typedef      char              CHAR;
  typedef      CHAR *            LPSTR;
  typedef      CONST CHAR *      LPCSTR;
 
  typedef      wchar_t           WCHAR;
  typedef      WCHAR *           LPWSTR;
  typedef      CONST WCHAR *     LPCWSTR;
 

WBCS 기반 프로그래밍도 문제가 있다

아직까지 모든 프로그램이 유니코드 기반으로 동작하는 것이 아니라 아스키코드 기반으로 동작하는 것도 있다 

이로 인해 유니코드와 아스키코드 동시에 지원하게 코드를 작성하면 문제가 해결된다.

#MBCS와 WBCS 동시 지원 매크로

  #ifdef   UNICODE
     typedef   WCHAR       TCHAR;
     typedef   LPWSTR      LPTSTR;
     typedef   LPCWSTR     LPCSTR;
  #else
     typedef   CHAR        TCHAR;
     typedef   LPSTR       LPTSTR;
     typedef   LPCSTR      LPCSTR;
  #endif
 

  #ifdef   _UNICODE
     #define  __T(x)   L  ##  x  // L과 x를 결합
  #else
     #define  __T(x)   x
  #endif
 
  #define  _T(x)       __T(x)
  #define  _TEXT(x)    __T(x) 
 

  #ifdef   _UNICODE
      #define    _tmain          wmain
      #define    _tcslen         wcslen
      #define    _tcscat         wcscat
      #define    _tcscpy         wcscpy
      #define    _tcsncpy        wcsncpy
      #define    _tcscmp         wcscmp
      #define    _tcsncmp        wcsncmp
      #define    _tprintf        wprintf
      #define    _tscanf         wscanf
      #define    _fgetts         fgetws
      #define    _fputts         fputws
  #else
      #define    _tmain          main
      #define    _tcslen         strlen
      #define    _tcscat         strcat
      #define    _tcscpy         strcpy
      #define    _tcsncpy        strncpy
      #define    _tcscmp         strcmp
      #define    _tcsncmp        strncmp
      #define    _tprintf        printf
      #define    _tscanf         scanf
      #define    _fgetts         fgets
      #define    _fputts         fputs
  #endif
 

결론: 변환과정 

매크로 UNICODE가 정의 되어 있으면

TCHAR str; => WCHAR str; => wchar_t str;

_T("hello"); => __T("hello); => L"hello"

_tmain => wmain

매크로 UNICODE가 정의 되어 있지 않으면

TCHAR str; => CHAR str; => char str;

_T("hello"); => __T("hello"); => "hello"

_tmain => main

예제

LPCWSTR 라는 자료형을 사용할 경우

LP라는 것은 포인터(*)로 생각

C는 const

W는 WBCS 즉 유니코드

STR은 char 

로 생각

변환 과정

LPCSTR

매크로 UNICODE 정의 시

LPCSTR => LPCWSTR => CONST WCHAR * => const wchar_t *

매크로 UNICODE가 정의 안되어 있을 경우

LPCSTR => LPCSTR => CONST CHAR * => const char*