[Window c++] window c++ 에서 문자와 문자열

마이크로 소프트 윈도우는 다양한 국가에 언어를 지원하기 위해서 유니코드 문자를 지원하는데

유니코드 변환 방식으로 UTF-16를 사용합니다.  (UTF는 Unicode Transformation Format임)

다양한 유니코드 인코딩 방법 

• UTF-8
  
  • 하나의 문자를 나타내기 위해서 1, 2, 3, 4바이트로 인코딩을 수행(가변길이)
  • 0x0080 이하라면 1바이트로 표현 (이진으로 1000 0000 = 0x0080)
  • 0x0080 ~ 0x07FF라면 2바이트로 표현 (이진으로 0111 1111 1111 = 0x007FF)
  • 0x0800이상은 3바이트로 표현
  • 추가적으로 4바이트로 표현하는 방법을 제공합니다. 

UTF16, UTF8 표현방법

• UTF-16
  • 각 문자를 2BYTE로 표현합니다. 
  • 가변길이가 아니기 때문에 보다 쉽게 다른 언어로 변경할 수 있습니다. 
  • 거의 대부분의 문자를 표현 가능하지만 일부를 위해서 4바이트 인코딩 방식도 존재
• UTF-32
  • 각 문자를 4BYTE로 표현합니다. 
  • 가변 길이 인코딩 방식을 사용하고 싶지 않은 경우 유용합니다.
  • 일반적으로는 메모리 사용이 비효율적이어서 파일 저장 및 데이터 전송으로 사용하지 않습니다. 

 일반적으로 C언어는 char 자료형으로 ANSI 문자를 표현합니다. 

char c = 'A';

char szBuffers[260] = "Window c programing"

 

 윈도우에서는 UTF-16의 문자열을 표현하기 위해서 wchar_t 자료형을 사용합니다.

wchar_t c = L'A';

wchar_t szbuffers[260] = L"Window c++ programing";

 문자열 앞에 대문자 L을 붙여 컴파일러에게 문자열을 유니코드라고 명시합니다. 

 윈도우에서는 C언어의 자료형으로 부터 구분지으려고 WInNT.h헤더에 자료형을 정의합니다.

typedef char		CHAR;
typedef wchar_t		WCHAR;

 ANSI문자와 유니코드를 사용하는 단일 코드를 지원하기 위해서 TEXT 매크로를 지원합니다. 

 "TEXT매크로"는 UNICODE가 디파인 되어 있다면 유니코드, 안되어 있다면 ANSI로 표현됩니다. 

#ifdef UNICODE

#define __TEXT(quote) L##quote

#else

#define __TEXT(quote) quote

#endif

#define TEXT(quote) __TEXT(quote)

윈도우에서 문자열을 사용할 때는 TEXT를 사용하는 것을 권장합니다. 

#ifdef _UNICODE
#define _tcslen		wcslen
#else
#define _tcslen		strlen
#endif

 C 런타임 라이브러리는 ANSI나 유니코드 함수가 개별적으로 구현되어 있습니다.

#ifdef UNICODE
#define CreateWindowEx	CreateWindowExW
#else
#define CreateWindowEx	CreateWindowExA
#endif

 

 윈도우 라이브러리나 C런타임 라이브러리의 함수에서는 유니코드 함수와 ANSI함수를 셋트로 제공합니다. 

 일반적으로 윈도우 라이브러리에서는 유니코드 기반으로 구현을 한 후 ANSI기반 함수(유니코드로 문자열 변환 후)에서

 유니코드 기반 함수를 호출하는 형식으로 구현되어 있습니다. 

 ANSI기반 함수를 호출 시에는 (문자열 변환 비용) + (유니코드 기반 함수 비용) 이 발생하기 때문에

 유니코드 기반 함수를 호출하는 것이 더 효율적입니다. 

안전한 문자열 사용 방법

 우리가 일반적으로 알고 있는 문자열 함수인 strcpy와 wcscpy 함수를 호출 해 보면

 최근 컴파일러에서는 해당 함수들에 안전성에 문제 때문에 _CRT_SECURE_NO_WARNINGS이 디파인 되어

 있지 않다면 사용하지 못하게 설정되어 있습니다.

 어떻게 안전성에 문제가 있는지 아래 설명을 통해 전달드리겠습니다. 

 

WCHAR szBuffers[8] = L"";
wcscpy(szBuffers, L"0123456789123456789");

 위의 코드를 보면 크기가 8인 문자열 버퍼에 크기가 20인 문자열을 복사하려고 합니다. 

 우리가 이 코드를 보게 된다면 명백히 잘못된 코드인 걸 알고 있지만 wcscpy함수는 에러를 발견하지 못합니다.

메모리 오버플로우

 위 코드를 실행시켜 디버그를 통해서 확인해보면 위 사진과 같은 메모리의 상태가 되어집니다. 

 빨간색의 범위는 szBuffers로 할당한 메모리 사이즈이고 실제로는 파란색의 3번째 줄 중간까지 버퍼가 복사된 것을 

 확인할 수 있습니다. 실제로 사용자가 원하지도 않는 메모리가 오버 플로우 되어서 오염이 될 가능성이 있는데

 해당 문자열 함수는 문제에 대해서 전혀 예방을 하지 못하기 때문에 사용하면 안 됩니다.

_tcscpy_s

 그렇다면 어떤 문자열 함수를 사용해야 할까요? 우리는 _tcscpy_s를 사용할 수 있습니다.

 window의 tchar.h 헤더에 선언되어 있습니다. 유니코드와 _MBCS의 디파인이 되어 있냐에 따라서 안전한 

 C 런타임 라이브러리를 호출해 줍니다.

 _tcscpy_s 구조

 MBCS란 multi byte character set을 의미하는데 예를 들어 UTF-8 같은 형식을 의미합니다. 

 하지만 MSDN의 문서를 보면 아래와 같이 쓰여있습니다. 

 번역해보면 "이 문서에서 MBCS는 멀티 바이트 문자에 대한 모든 비 유니 코드 지원을 설명하는 데 사용됩니다.

 Visual C ++에서 MBCS는 항상 DBCS를 의미합니다. 2 바이트보다 넓은 문자 세트는 지원되지 않습니다."

 DBCS란 double byte character set을 의미합니다.

이제 _tcscpy_s를 사용해서 해당 코드를 구현 해 실행해 봅시다.

 _tcscpy_s의 기본 사용법은 ( destination , destination 문자 개수, source)

  문자 개수를 전달할 때는 _countof를 사용해서 쉽게 전달이 가능합니다. 

WCHAR szBuffers[8] = L"";
_tcscpy_s(szBuffers, _countof(szBuffers), L"0123456789123456789");

_tcscpy_s 에러처리

 _tcscpy_s는 destination의 사이즈보다 더 큰 source를 복사하려고 하면 assertion을 통해서 알립니다.

 메모리가 오염된 상태로 프로세스가 동작하는 것을 예방할 수 있습니다.

 _tcsncpy_s 함수도 있는데 이 함수는 복사할 문자열의 개수도 전달합니다. 

StringCchCopy

 strsafe.h 헤더에서는 StringCchCopy라는 함수를 제공하는데 호출 방식은 _tcscpy_s와 동일합니다.

 내부적으로는 유니코드일 때 StringCchCopyW, 아닐 때는 StringCchCopyA가 호출됩니다. 

WCHAR szBuffers[8] = L"";
StringCchCopy(szBuffers, _countof(szBuffers), L"0123456789123456789");

 이 함수의 경우 잘못된 버퍼 사이즈가 전달되면 위 사진에 보이는 것처럼 

 destination으로 전달된 버퍼만큼만 복사되고 나머지는 버려서 메모리 안전성을 제공합니다. 

 HRESULT 형식으로 응답 값을 제공하는데 성공 시에는 "S_OK"를 응답하고 버퍼가 부족시에는

 STRSAFE_E_INSUFFICIENT_BUFFER라는 응답 값으로 문제를 알립니다. 

 

 Window에서 c++로 개발하는 개발자는 자신의 상황에 맞춰서 안전한 문자열 함수를 선택해서 구성할 수 있습니다.