char 형의 크기는 영원히 1byte 일까요?

>
> 제목이 조금은 자극적일까요?..

"영원히"라는 단어 때문에 좀 자극적이긴 하네요. 물론, "영원히"로
"C 언어가 존재하는 동안"을 의미하신 것이라 믿습니다.

> 문자열 처리와 관련된 일을 자주하다 보니.. 인터넷상의 다른 소스들도 많이 참고를 하고 있는데..
> 아래와 같은..코드가 있는데.. 어느것이.. 제대로된 코드인지 판단을 부탁드리겠습니다.
>
> char *str = "test string";
> char *copy_str;
>
> //copy_str 에 str을 복사하기 위해서 malloc 을 한다.
> copy_str = (char *)malloc(sizeof(char) * strlen(str) + 1); // 1번 코드
> copy_str = (Char *)malloc(sizeof(char) * (strlen(str) + 1 ) ); // 2번 코드
> strcpy(copy_str, str);
>
> 위의 코드에서 malloc 하는 부분을..두가지를 작성을 했는데.. 1번과 2번..어느것이.맞는 건지..^^
> char 형의 크기가 1byte 이면.. 1번, 2번 모두 같은 크기의 메모리공간이 확보합니다.
> 하지만 char 형의 크기가 1byte 를 넘게 되면.. 2번 코드가 정확히 필요한 공간을 확보하게 되죠..
> 그래서 궁금하게 되었네요..^^ char 형의 크기는 언제까지 1byte 일까??...
> 제가 작성한 코드들을 뒤져보니.. 은근히 1번 형태로 작성된게 많이 있네요..(char 는 무조건 1byte이다!!)..
> 개중에는 sizeof(char) 를 아예 생략해 버린 코드들도..나오고 있구요..^^..
> 고수님들의..고견 부탁드리겠습니다!!!..
>

고수는 아닙니다만, 스타일이나 의미를 배제하고 결과만을 놓고 본다면 둘
모두 동일하며, 이는 (위에서 언급한 의미로) "영원히" 참입니다.

char 형의 정의 자체가 byte 와 밀접하게 관련되어 있고 sizeof 연산자의
단위가 byte 이기 때문에 어쩔 수 없이 항상 1이 될 수밖에 없습니다.
이와 같은 정의는 깨뜨리기에는 너무 견고한 것이며, 이를 깨뜨릴 경우
문제를 일으키는 코드가 한두개가 아니기 때문에 섣불리 바꿀 수 있는
부분이 아닙니다. 따라서 두 코드 모두 정확히 동일한 동작을 한다고 보장
할 수 있습니다.

컴퓨터 분야의 고질적인 문제인 byte-character conflict (하나의 byte 로
하나의 character 를 표현할 수 있다는 가정이 더 이상 참일 수 없게 되는
문제) 해결을 위해 C 언어는 character 와 byte 를 분리하기 보다는 그냥
모호함 속에서 견뎌 나가기를 택했습니다. 가장 큰 원인은 위에서도 언급
했지만 기존 코드에 대한 하위 호환성입니다.

실제 표준화 초기에 byte 형을 새로 도입하고 char 형을 (현재 wchar_t 형
이 그런 것처럼) "문자"를 위한 type 으로 분리하자는 주장도 있었습니다.
하지만, 거절되어 현재 상태는 char 가 사실상 byte 형과 single-byte
문자를 위한 데이터형 역할을 모두 하고, 모호하게도 C 표준 상에서
"character" 라는 용어가 ("byte"라는 의미를 포함) 무려 7가지 다른 문맥
에서 사용되는 결과를 낳게 되었습니다.

대형 character set 지원을 위해서는 기본적으로 multibyte character 와
wide character 의 개념으로도 충분하지만 (따라서 ISO 10646 지원 역시
이미 C95 정도로도 충분합니다), ISO 10646 에 대한 보다 이식성 높은
지원을 위해 현재 TR 을 통해 새로운 type name 을 새로 추가하려고 계획
하고 있습니다. 중요한 사실은 그와 같은 TR 이 현 표준의 ISO 10646 지원
이 미흡해 진행되고 있는 것이 아니라, 보다 specific 한 지원을 위해
진행되고 있다는 사실입니다.

더불어 기본 개념만 놓고 본다면, char 형으로 ISO 10646 같은 대형
character set 을 지원할 수 없는 것도 아닙니다. 다른 조건이 만족한다는
전제 아래 구현체에서 char 형의 크기를 늘리면 그만이기 때문입니다.
물론, 그와 같은 경우에는 (C 언어의 입장에서) char 형이 n바이트
(n >= 2) 가 되는 것이 아니라 해당 구현체에서 한 byte 의 크기가 커지는
것입니다 - 따라서 여전히 sizeof(char) == 1 이 됩니다.

개인적인 경험을 고려했을 때 "스타일" 문제를 이야기하자면 다음과 같이
작성하는 것을 추천합니다.

copy_str = malloc(sizeof(*copy_str) * N);

C 언어일 경우 malloc 의 반환값 캐스트는 불필요하며, N 에는 필요한
개수를 명시해 주면 됩니다.

제가 개인적으로 했던 실수를 돌이켜보면, 문자의 "개수"에 대한 개념이
너무 강하다보니 wide character N개를 위한 공간을 할당할 때 생각없이
다음과 같이 작성하던 경우가 있었습니다.

wchar_t *copy_str;
assert(sizeof(wchar_t) >= 2);
...
copy_str = malloc(N+1);

위에서 보인 스타일은 이런 경우에도 문제를 예방하는데 도움이 될 수
있습니다.

--
Jun, Woong (woong at icu.ac.kr)
Web: http://www.woong.org (서버 공사중)