타입 별칭과 문자열 (Alias & Strings)

지난 강좌들을 통하여 배열(arrays)과 슬라이스(slices)가 무엇인지 확인하고, immutable 속성을 기본 타입(basic types) 섹션에서 짧게 체험해보았습니다. 이제 배운 것들을 모두 섞은 새로운 무언가를 소개하겠습니다.

    alias string = immutable(char)[];

alias 라는 선언문 뒤에 string 이라는 단어가 있습니다. 그렇다면 등호(=) 뒤의 내용이 string 으로 별칭이 지정된다는 의미로 볼 수 있겠습니다. 이때 등호 뒤의 내용을 보면 immutable(char) 의 슬라이스 타입으로 적혀있습니다. 이로써 이전에 무심코 사용하던 string 타입에 대해 알게 된 것입니다. string 타입의 변수는 한번 생성되면 immutable 이기 때문에 바뀌지 않습니다. 그리고 char 타입은 올바른 UTF-8로 인코딩된 문자 하나를 담습니다. 그렇습니다! UTF-8 string 을 사용하게 된 걸 다시 한번 환영합니다.

string 이 이렇게 불변(immutablility) 특성을 갖춘 덕분에, 여러 쓰레드(thread)에서 동시에 이용해도 전혀 문제가 없습니다. 그리고 string 은 슬라이스의 특성을 가지기 때문에 별도 메모리 공간을 받지 않고도 부분부분을 쉽게 참조할 수 있습니다. 가장 좋은 예로, 표준 라이브러리의 std.algorithm.splitter 함수는 주어진 문자열을 별도 메모리 할당 없이 줄단위로 나눠줍니다.

UTF-8 외에도 다른 인코딩을 쓰는 문자열을 쓸 수도 있습니다. 두 종류가 더 있습니다.

    alias wstring = immutable(wchar)[]; // UTF-16
    alias dstring = immutable(dchar)[]; // UTF-32

std.conv 표준 라이브러리의 to 함수를 이용해 다른 인코딩을 쓰는 문자열로 쉽게 변환이 가능합니다.

    dstring myDstring = to!dstring(myString);
    string myString   = to!string(myDstring);

유니코드(Unicode strings)

위의 alias string = immutable(char)[]; 을 다시 상기해보면, string 은 8비트 유니코드 코드 유닛 들의 배열로 정의됩니다. 배열에 대한 모든 연산 특성은 문자열에도 적용될 수 있지만, 이때 연산은 각 글자 개별에 적용되는 게 아니라 유니코드 코드 유닛 수준을 적용하여 이루어집니다. D 언어 표준 라이브러리에 포함된 문자열 관련 알고리즘들은 string을 코드 포인트 가 쭉 이어진 자료로 해석하지만, 필요하다면 std.uni.byGrapheme 같은 걸 이용해 그래핌 꼴로 해석하는 선택지도 존재합니다.

위 두 가지 해석 방법에 대한 간단한 예를 들어보겠습니다.


    string s = "\u0041\u0308"; // Ä 라는 문자입니다

    writeln(s.length); // 3개 코드 유닛이 포함되어있습니다.

    import std.range : walkLength;
    writeln(s.walkLength); // 코드 포인트 수는 2입니다. (\uXXXX 의 개수)

    import std.uni : byGrapheme;
    writeln(s.byGrapheme.walkLength); // 그래핌으로 길이를 계산할 경우 1입니다. (화면에 표현될 때 한 글자)

s 의 바이트 배열 길이는 3입니다. 왜냐면 총 3개의 코드 포인트 0x41, 0x03, 0x08 을 담고 있기 때문입니다. 다음 예시에서 나타난 2 는 싱글 코드 포인트(combining diacritics character)가 무엇인지 알려주면서, walkLength (임의의 길이를 계산하기 위한 표준 라이브러리 함수) 가 싱글 코드 포인트를 세는 예제를 보여줍니다. 마지막으로 byGrapheme 함수 내부의 복잡한 과정을 거쳐 두 코드 포인트가 한 글자를 표현하고 있음을 인식한 끝에 한 글자 표시되는 걸 확인한 모습을 볼 수 있습니다.

여기까지의 설명도 처음 듣는 사람에겐 쉽지 않은 내용입니다. 유니코드 문자를 올바르게 처리하는 건 정말 어렵지만, D 언어를 설계하고 만든 사람들은 string 타입을 이용하는 것만으로도 유니코드 지원과 표준 라이브러리 이용을 간편하게 할 수 있도록 했습니다. byGrapheme 과 더불어, 코드 유닛들을 다뤄보고 싶다면 byCodeUnit 문서를 참고하시기 바랍니다.

자동 디코드라는 것도 있습니다. Unicode gems chapter 를 참고하십시오.

여러 줄을 담은 문자열(Multi-line strings)

D 언어에서는 여러 줄을 담은 문자열도 작성할 수 있습니다.

    string multiline = "
    이건
    긴
    글입니다.
    ";

만약 문자열 중간에 따옴표를 쓸 일이 있다면, 아래의 위지윅 문자열(Wysiwyg; What You See Is What You Get의 약자로 '보이는 그대로를 얻는다'는 뜻을 담고 있습니다) 설명 또는 heredoc strings 글을 참고하십시오.

위지윅 문자열(Wysiwyg strings)

문자열 내에 들어와서는 안되는 문자를 이스케이프(escape) 처리하기 위해 공을 들이기 보다, 어쩌면 문자열을 입력한 그대로 표현해주는 어떤 것을 이용하는 게 편할 수 있습니다. 있는 그대로 표현하기 위해선 역 홑따옴표 ( ` ... ` ) 를 이용하거나 raw 문자열 상태임을 나타내기 위해 쌍따옴표 앞에 r 을 붙일 수 있습니다.

    string raw  =  `raw "string"`; // raw "string"
    string raw2 = r"raw `string`"; // raw `string`

D 언어에는 다른 방법도 더 있으니 바쁘시더라도 문자열을 나타내는 글자들 문서를 살펴보시기 바랍니다.

더 살펴보기

Unicode gem
Characters in Programming in D
Strings in Programming in D
std.utf - UTF 인코딩 종류에 대한 인코드/디코드 알고리즘 구현을 제공합니다.
std.uni - 유니코드 처리 알고리즘 구현을 제공합니다.
String Literals in the D spec

타입 별칭과 문자열 (Alias & Strings)

유니코드(Unicode strings)

여러 줄을 담은 문자열(Multi-line strings)

위지윅 문자열(Wysiwyg strings)

더 살펴보기

rdmd playground.d