8. Characters and Strings

C has no built-in string type; by convention, a string is represented as an array of characters terminated with '\0'. Furthermore, C hardly has a character type; a character is represented by its integer value in the machine's character set. Because these representations are laid bare and are visible to C programs, programs have a tremendous amount of control over how characters and strings are manipulated. The downside is that to some extent, programs have to exert this control: The programmer must remember whether a small integer is being interpreted as a numeric value or as a character (see question 8.6) and must remember to maintain arrays (and allocated blocks of memory) containing strings correctly.

See also question 13.1 through 13.7, which cover library functions for string handling.

Q 8.1

왜 다음 코드는 실행이 안되는 것일까요?

  strcat(string, '!');

Answer

문자열과 문자는 큰 차이가 있습니다. strcat() 함수는 문자열을 이어주는 함수입니다.

'!'와 같은 문자 상수(character constant)는 한 문자를 나타냅니다. 문자열(string literal)은 쌍따옴표로 둘러싼, 대개 여러 글자의 문자로 구성됩니다. "!"와 같은 문자열은 하나의 문자를 나타내는 것처럼 보이지만, 실제로 ! 문자와, 문자열 끝을 나타내는 \0, 두 개의 문자로 구성됩니다.

C 언어에서 문자는 문자 집합(character set)에서 그 문자가 나타내는 작은 정수 값으로 표현됩니다 (질문 8.6을 참고하기 바랍니다). 문자열은 문자들의 배열로서 표현됩니다; 문자열을 다룰 때에는 보통 문자 배열의 첫 요소를 가리키는 포인터를 써서 합니다. It is never correct to use one when the other is expected. 문자열에 !를 이어 붙이려면 다음과 같이 해야 합니다.

  strcat(string, "!");

질문 1.32, 7.2, 16.6을 참고하기 바랍니다.

References

[CT&P] § 1.5 pp. 9-10

Q 8.2

문자열이 어떤 특정한 값과 같은지 검사하려고 합니다. 다음과 같이 코드를 만들었는데 왜 동작하지 않을까요?

  char *string;
  ...
  if (string == "value") {
    /* string matches "value" */
    ...
  }

Answer

C 언어는 문자열을 문자의 배열로 처리합니다. 그리고 C 언어에서는 배열 전체에 대해 어떤 연산을 (대입, 비교 등) 직접 할 수 있는 방법은 없습니다. 위의 코드에서 == 연산은 피연산자인 포인터의 값을 비교합니다 -- 즉 변수 string의 포인터 값과 문자열 "value"를 가리키는 포인터 값을 비교합니다 -- 따라서 두 개의 포인터가 같은 곳을 가리키는지를 비교합니다. 대개의 경우 이 값이 같게 될 경우는 거의 없으므로, 이 비교는 거의 항상 같지 않다고 나옵니다.

두 문자열을 비교하는 방법으로 라이브러리 함수인 strcmp()를 쓰는 것이 가장 좋습니다:

  if (strcmp(string, "value") == 0) {
    /* string matches "value" */
    ...
  }

Q 8.3

다음과 같이 할 수 있다면:

  char a[] = "Hello, world!";

왜 이렇게는 할 수 없을까요?

  char a[14];
  a = "Hello, world!";

Answer

문자열은 배열입니다. 그리고 배열에는 직접 대입 연산을 쓸 수 없습니다. strcpy() 함수를 쓰기 바랍니다:

  strcpy(a, "Hello, world!");

질문 1.32, 4.2, 6.5, 7.2를 참고하기 바랍니다.

Q 8.4

왜 strcat이 동작하지 않을까요? 아래 코드처럼 했는데, 잘 안됩니다:

  char *s1 = "Hello, ";
  char *s2 = "world!";
  char *s3 = strcat(s1, s2);

Answer

질문 7.2를 보기 바랍니다.

Q 8.5

아래 두 초기화 문장의 차이가 있나요?

  char a[] = "string literal";
  char *p = "string literal";

제 프로그램에서 p[i]에 어떤 값을 대입하려 하면 프로그램이 비정상적으로 끝나버립니다.

Answer

질문 1.32를 보기 바랍니다.

Q 8.6

문자에 해당하는 수치 (ASCII 또는 다른 문자 set code)) 값을 어떻게 얻을 수 있죠? 또 그 반대로 수치 값에서 그 값에 해당하는 문자를 어떻게 얻을 수 있죠?

Answer

C 언어에서 문자는 (컴퓨터의 문자 셋의) 문자 코드 번호로 작은 정수로서 표현됩니다. 따라서 질문한 것과 같은 변환이 필요없습니다; 즉 문자를 가지고 있다면, 그 자체가 값이 됩니다. 예를 들어, 다음 코드는:

  int c1 = 'A', c2 = 65;
  printf("%c %d %c %d\n", c1, c1, c2, c2);

ASCII를 쓰는 시스템에서, 다음과 같은 출력을 만들어 냅니다:

  A 65 A 65

덧붙여 질문 8.9, 20.10도 참고하시기 바랍니다.

Q 8.7

C 언어에서, 다른 언어에서 제공하는 것처럼, 문자열의 일부를 뽑아내는, “substr”와 같은 기능이 있나요?

Answer

질문 13.3를 보기 바랍니다.

Q 8.8

사용자가 입력한 문자열을 읽어서 배열에 저장한 다음, 나중에 출력하려고 합니다. 사용자가 \n와 같은 문자를 입력한 경우, 왜 제대로 처리되지 않을까요?

Answer

\n와 같은 문자 시퀀스(character sequence)들은 컴파일할 때 해석됩니다. 문자 상수나 문자열에 백슬래시가 나오고 바로 뒤에 n이 나오면, 한 글자, newline 문자로 해석됩니다. (다른 character escape sequence도 비슷한 방법으로 처리됩니다.) 사용자나 파일에서 문자열을 읽을 때는 이와 같은 해석이 적용되지 않습니다: 즉, 백슬래시는 다른 문자와 전혀 다를게 없이 취급되며, 하나의 문자로 간주됩니다. (run-time I/O가 일어날 때, newline 문자를 위해 어떤 번역 작업이 이뤄질 수 있지만, 이 것은 전혀 다른 문제입니다. 질문 12.40을 보기 바랍니다.) 덧붙여 질문 12.6도 참고하시기 바랍니다.

Q 8.9

제 컴파일러에 버그가 있습니다. sizeof('a')의 값이 sizeof(char)인 1로 나오지 않고, 2가 나옵니다.

Answer

놀랍게도, C 언어에서 문자 상수(character constant)의 타입은 int입니다. 따라서 sizeof('a')는 sizeof(int)와 같습니다. (C++에서는 조금 다릅니다.) 덧붙여 질문 7.8도 참고하시기 바랍니다.

Note

참고로 C++에서 문자 상수의 타입은 char입니다. 즉, sizeof('a')는 sizeof(char)와 같습니다.

References

[ANSI] § 3.1.3.4
[C89] § 6.1.3.4
[H&S] § 2.7.3 p. 29

Q 8.10

I'm starting to think about multinational character sets. Should I worry about the implication of making sizeof(char) be 2 so that 16-bit character sets can be represented?

Answer

만약 char가 16 bit가 된다고 해도, sizeof(char)는 여전히 1이 됩니다. 대신 <limits.h>에 정의된, CHAR_BIT이 16이 됩니다. 이 경우에는 한, 8-bit 오브젝트를 선언하는 것은 (또, malloc으로 할당하는 것도) 불가능합니다.

전통적으로, 한 바이트가 꼭 8 bit일 필요는 없습니다. 단지, 한 글자를 저장하기에 충분한, 작은 크기의 메모리 공간이면 됩니다. C 표준에서도 이 방식을 따르며, 따라서 malloc이나 sizeof에서 쓰이는 바이트가 8 bit 이상일 수도 있습니다.^8.1 (대신 표준에서, 바이트가 8 bit 이상되어야 한다고 정해 놓았습니다.)

Multinational character set을 처리하기 위해서는 char 이상의 어떤 타입이 필요하고, ANSI/ISO C 표준에서는 이를 위해, 더 큰 범위를 포함할 수 있다는 뜻의 “wide” 문자 타입인, wchar_t를 제공합니다. 또한 이 타입으로 처리하는 wide 문자 상수, wide 문자열, 또 wide 문자 및 문자열을 처리할 수 있는 함수들을 제공합니다.

덧붙여 질문 7.8도 참고하시기 바랍니다.

References

[ANSI] § 2.2.1.2, § 3.1.3.4, § 3.1.4, § 4.1.5, § 4.10.7, § 4.10.8
[C89] § 5.2.1.2, § 6.1.3.4, § 6.1.4, § 7.1.6, § 7.10.7, § 7.10.8
[ANSI Rationale] § 2.2.1.2
[H&S] § 2.7.3 pp. 29-30, § 2.7.4 p. 33, § 11.1 p. 293, §§ 11.7, 11.8 pp. 303-10