std::string 클래스

앞 글의 C 스타일 문자열은 배열의 용량, 끝의 널 문자, 복사할 곳의 남은 공간을 코드를 쓰는 사람이 직접 맞춰야 했습니다. 표준 라이브러리의 std::string은 이 일을 객체가 맡아, 글자를 덧붙이면 필요한 만큼 저장 공간을 늘리고 길이도 스스로 기억합니다.

이 글은 std::string이 관리하는 길이와 용량, 만드는 방법, 대입과 연결과 비교, 인덱스 접근, 검색과 편집, 한 줄 입력을 받는 std::getline, C API에 넘길 때의 주의점을 봅니다. 사용하려면 <string> 헤더를 포함합니다.

std::string name = "Ada";

name.size()        // 3
name.capacity()    // 3 이상
name.data()[3]     // '\0'

name.reserve(80);
name.clear();

// size() == 0
// capacity()는 0일 필요 없음
// 비구속 요청
name.shrink_to_fit();

const char bytes[]{
    'A', '\0', 'B'
};
std::string packet(bytes, 3);

packet.size()  // 3

길이, 용량, 끝의 널 문자

std::string은 개수가 바뀔 수 있는 char의 나열을 값으로 소유합니다. 위 그림처럼 std::string name = "Ada";에는 세 가지를 구별해야 합니다.

size()와 length()는 지금 들어 있는 글자 수인 3을 돌려주며, 두 함수는 같은 값입니다. capacity()는 저장 공간을 다시 할당하지 않고 담을 수 있는 글자 수로, 언제나 size() 이상이지만 정확한 값은 구현이 정합니다. 글자는 메모리에 이어서 저장되고 마지막 글자 뒤인 data()[size()]에는 널 문자가 있지만, 이 널 문자는 size()에 들어가지 않습니다.

여기서 글자 수는 char의 개수입니다. 영문자는 한 글자가 char 하나이지만, GCC가 쓰는 UTF-8에서 한글 한 글자는 char 세 개이므로 std::string("한").size()는 3입니다. 이 글의 길이와 인덱스는 모두 char 단위로 계산합니다.

용량은 길이를 따라 자동으로 줄지 않습니다. clear()나 erase()로 글자를 지우면 size()는 줄지만 capacity()는 그대로일 수 있습니다. 앞으로 들어올 글자 수를 안다면 reserve(n)으로 미리 공간을 확보해 재할당 횟수를 줄일 수 있고, C++20부터 reserve는 용량을 늘리기만 합니다. 줄이고 싶을 때 쓰는 shrink_to_fit()은 요청일 뿐이어서 실제로 줄어든다는 보장이 없습니다.

더 깊이: 짧은 문자열은 객체 안에 담깁니다

주요 표준 라이브러리는 짧은 문자열을 힙에 할당하지 않고 std::string 객체 안의 버퍼에 바로 담으며, 이를 짧은 문자열 최적화(SSO, small string optimization)라고 부릅니다. GCC의 libstdc++는 객체 안에 char 16개짜리 버퍼를 두어 널 문자를 뺀 15글자까지 담고, Microsoft의 MSVC STL도 char 기준으로 15글자까지를 객체 안에 둡니다. 그래서 두 구현에서는 빈 문자열의 capacity()가 15이고, 그보다 긴 내용을 담을 때 처음으로 메모리를 할당합니다. 이 수치는 표준이 정한 것이 아니므로 코드가 기대서는 안 되지만, 짧은 문자열을 만들고 복사하는 데 할당이 필요 없다는 점은 성능을 볼 때 알아 둘 만합니다.

예전 libstdc++의 std::string은 다른 방식을 썼습니다. 복사할 때 버퍼를 함께 쓰다가 한쪽을 바꿀 때에야 실제로 복사하는 쓸 때 복사(COW, copy-on-write)입니다. C++11 표준이 이런 문자열을 허용하지 않게 되자 libstdc++는 GCC 5.1에서 std::string과 std::list의 구현을 바꾼 새 ABI를 도입했고, 두 구현을 _GLIBCXX_USE_CXX11_ABI 매크로로 고를 수 있게 했습니다. libstdc++의 이중 ABI 문서에 따르면, 링크 오류에 std::__cxx11이나 [abi:cxx11]이 들어간 이름이 보이면 대개 이 매크로를 서로 다른 값으로 컴파일한 목적 파일이 섞인 것입니다.

만들기

std::string은 빈 값, 문자열 리터럴, 다른 문자열, 같은 글자의 반복, 다른 문자열의 일부로 만들 수 있습니다. 아래 다섯 줄이 그 순서이며, 줄 끝의 주석은 각 변수에 들어가는 글자를 보여 줍니다. 괄호 안에 수를 넘기는 생성자는 인자의 순서가 뜻을 정하므로, s4의 (5, 'A')는 글자 수가 먼저이고 글자가 나중입니다.

#include <string>

std::string s1;               // ""
std::string s2 = "Hello C++"; // 리터럴의 글자를 복사
std::string s3 = s2;          // 값 복사
std::string s4(5, 'A');       // "AAAAA"
std::string s5(s2, 6, 3);     // 6번 위치부터 3글자, "C++"

s3는 s2와 같은 글자를 가진 별도의 값이어서, 나중에 s3를 바꿔도 s2는 바뀌지 않습니다. s5는 "Hello C++"에서 인덱스 6의 C부터 세 글자를 복사합니다.

const char* 하나를 받는 생성자는 첫 널 문자 앞까지만 복사합니다. 데이터 안에 널 문자가 들어 있거나 길이를 따로 알고 있다면 길이를 함께 넘기는 생성자를 씁니다.

#include <cstring>
#include <iostream>
#include <string>

int main() {
    const char raw[]{'A', '\0', 'B', '\0'};
    std::string packet(raw, 3);
    std::string copied = packet;
    packet.at(2) = 'C';

    std::cout << packet.size() << ' ' << std::strlen(packet.c_str())
              << ' ' << copied.at(2) << ' ' << packet.at(2) << '\n';
    std::cout << std::boolalpha << (packet.capacity() >= packet.size()) << '\n';
}

3 1 B C
true

packet은 A, 널 문자, B의 세 글자를 소유하므로 size()는 3입니다. 하지만 널 문자로 끝을 찾는 strlen은 A 다음의 널 문자에서 멈춰 1을 돌려줍니다. copied는 독립된 값이어서 packet의 마지막 글자를 C로 바꿔도 B를 유지하며, capacity()의 구체적인 값은 구현마다 다르므로 size() 이상인지만 출력했습니다.

대입, 연결, 비교

std::string은 기본 타입처럼 =로 대입하고, +로 이어 붙인 새 값을 만들고, +=로 자기 뒤에 덧붙이며, ==와 <로 비교합니다. 아래 코드는 +로 만든 sentence와 +=로 바꾼 greeting을 따로 출력하므로, 새 값을 만드는 연산과 원래 값을 바꾸는 연산을 출력에서 구별할 수 있습니다. 첫 줄의 sentence.size()는 이어 붙인 결과의 글자 수입니다.

#include <iostream>
#include <string>

int main() {
    std::string greeting = "Hello";
    std::string target = "World";

    std::string sentence = greeting + ", " + target + "!";
    greeting += " everyone";

    std::cout << sentence << ' ' << sentence.size() << '\n';
    std::cout << greeting << '\n';
    std::cout << std::boolalpha << (target == "World") << ' '
              << (std::string("apple") < std::string("banana")) << '\n';
}

Hello, World! 13
Hello everyone
true true

==는 C 스타일 문자열의 포인터와 달리 주소가 아니라 글자의 나열을 비교하므로, target == "World"는 참입니다. <는 앞 글자부터 차례로 비교해 a가 b보다 앞서므로 참이며, compare() 멤버 함수도 같은 순서로 음수, 0, 양수를 돌려줍니다. 이 순서는 각 글자를 unsigned char로 바꾼 값의 순서이므로 대문자가 소문자보다 앞서고, 한국어 사전순이나 대소문자를 무시하는 정렬과는 다릅니다.

+를 쓸 때는 피연산자 중 하나가 std::string이어야 합니다. "Hello" + " World"는 두 문자열 리터럴, 즉 두 포인터를 더하려는 식이어서 컴파일 오류입니다. 연산자 우선순위에서 본 대로 +는 왼쪽부터 묶이므로, greeting + ", " + target은 (greeting + ", ") + target이 되어 매 단계에 std::string이 있습니다.

인덱스와 at()

글자는 []나 at()으로 인덱스를 주어 읽고 씁니다. 올바른 인덱스는 0부터 size() - 1까지입니다.

std::string word = "Example";

word[0] = 'e';       // 인덱스가 올바르다는 것을 아는 경우
char c = word.at(2); // 범위를 검사한 뒤 'a'

[]는 배열처럼 범위를 검사하지 않으며, size()보다 큰 인덱스는 정의되지 않은 동작입니다. word[word.size()]는 끝의 널 문자를 가리키지만 다른 값으로 바꾸면 안 되므로, 글자를 다룰 때는 i < size()를 지킵니다. at(i)는 i가 size() 이상이면 std::out_of_range 예외를 던지므로, 사용자 입력처럼 믿을 수 없는 인덱스에는 at()을 쓰거나 미리 검사합니다. 첫 글자와 마지막 글자를 돌려주는 front()와 back()은 문자열이 비어 있지 않을 때만 씁니다.

검색과 편집

멤버 함수는 상태를 알려 주는 것, 새 값을 돌려주는 것, 원래 문자열을 바꾸는 것으로 나누어 읽으면 헷갈리지 않습니다.

auto joined = left + right;
left += right;

text[pos]      // pos < size()
text.at(pos)   // 검사 후 접근

left == right
left.compare(right)

std::string text =
    "Learn C++ today.";
auto pos = text.find("C++");

if (pos != std::string::npos) {
    auto topic =
        text.substr(pos, 3);
}

text.replace(10, 5, "safely");

void legacy_read_only(const char*);

std::string message = "ready";
legacy_read_only(message.c_str());

const char bytes[]{
    'A', '\0', 'B'
};
std::string packet(bytes, 3);

#include <iostream>
#include <string>

int main() {
    std::string text = "Learn C++ today.";

    const auto pos = text.find("C++");
    if (pos != std::string::npos) {
        std::cout << pos << ' ' << text.substr(pos, 3) << '\n';
    }

    text.replace(10, 5, "safely");
    std::cout << text << '\n';
}

6 C++
Learn C++ safely.

"C++"는 인덱스 6에서 시작하므로 find는 6을 돌려주고, substr(6, 3)은 그 위치의 세 글자로 새 문자열을 만듭니다. replace(10, 5, "safely")는 인덱스 10부터 다섯 글자인 today를 safely로 바꾸며, 바꾸는 글자 수가 달라도 문자열의 길이가 알맞게 바뀝니다.

find가 찾지 못했을 때 돌려주는 npos는 std::string::size_type의 가장 큰 값이어서, 확인하지 않고 인덱스로 쓰면 범위를 벗어납니다. 그래서 결과를 쓰기 전에 항상 npos와 비교합니다.

한 줄 입력과 std::getline

std::cin >> s는 공백 앞까지 단어 하나만 읽으므로, 공백이 들어간 이름이나 문장을 받으려면 std::getline(std::cin, s)로 줄바꿈 앞까지 한 줄을 읽습니다. 줄바꿈은 입력에서 꺼내 버리고 문자열에는 넣지 않으며, 길이는 std::string이 알아서 늘리므로 앞 글의 고정 배열처럼 넘칠 걱정이 없습니다.

#include <iostream>
#include <string>

int main() {
    int age{};
    std::string name;

    std::cin >> age;
    std::getline(std::cin >> std::ws, name);

    std::cout << name << " (" << age << ")\n";
}

이 코드는 나이를 >>로, 이름을 getline으로 읽습니다. 두 읽기 사이에 끼운 std::cin >> std::ws가 왜 필요한지가 이 예제에서 볼 부분입니다. 입력이 두 줄 30과 Kim Min이면 출력은 다음과 같습니다.

Kim Min (30)

std::cin >> age는 30만 읽고 그 뒤의 줄바꿈은 입력에 남겨 둡니다. 여기서 바로 std::getline(std::cin, name)을 부르면 남은 줄바꿈 앞의 빈 줄을 읽어 name이 빈 문자열이 됩니다. std::cin >> std::ws는 앞에 남은 공백과 줄바꿈을 건너뛰므로, 다음 줄의 Kim Min을 읽게 됩니다. 빈 줄도 의미 있는 입력이라면 std::ws 대신 while과 do-while 반복문에서 본 ignore()로 첫 줄의 나머지만 버립니다.

std::getline은 읽기에 성공하면 참으로 해석되므로, while (std::getline(std::cin, line))처럼 쓰면 입력이 끝날 때까지 한 줄씩 읽을 수 있습니다. 한 줄 전체가 정수인지 검사하려면 이렇게 줄을 읽은 뒤 따로 변환해 확인합니다.

C API에 넘기기

읽기 전용 const char*를 받는 C API에는 c_str()을 넘깁니다. c_str()과 data()는 널 문자로 끝나는 내부 글자 배열의 시작을 가리킵니다.

#include <string>

void legacy_read_only(const char* text);

void send() {
    std::string message = "ready";
    legacy_read_only(message.c_str());
}

이 포인터는 message가 살아 있고 바뀌지 않는 동안에만 쓸 수 있습니다. 글자를 덧붙이거나 지우거나 다른 값을 대입하면 내부 저장 공간이 옮겨 갈 수 있으므로, 포인터를 저장해 두지 말고 필요할 때 다시 얻습니다. 또 packet처럼 중간에 널 문자가 있는 문자열을 C 함수에 넘기면 C 함수는 첫 널 문자까지만 보므로, 길이도 함께 받는 API인지 확인합니다.

c_str()이 돌려준 포인터로 글자를 쓰면 안 됩니다. C++17부터는 const가 아닌 문자열의 data()가 쓰기 가능한 char*를 돌려주지만, 이때도 size() 범위 안의 글자만 바꿀 수 있고 끝의 널 문자는 건드리지 않습니다. 길이가 바뀌는 결과를 써 주는 C API라면, 호출 전에 resize()로 공간을 마련하고 호출 뒤 실제 길이에 맞게 다시 줄이는 식으로 따로 처리합니다.

정리

• std::string은 글자의 나열을 값으로 소유하며, size()는 글자 수, capacity()는 재할당 없이 담을 수 있는 수이고, 끝의 널 문자는 size()에 들어가지 않습니다.
• 길이는 char 단위이므로 UTF-8의 한글 한 글자는 3으로 셉니다.
• =, +, +=, ==, <를 기본 타입처럼 쓰지만, +의 두 피연산자가 모두 문자열 리터럴이면 컴파일 오류입니다.
• []는 범위를 검사하지 않고, at()은 범위 밖에서 std::out_of_range를 던지며, find의 결과는 npos인지 먼저 확인합니다.
• 공백이 있는 한 줄은 std::getline으로 읽고, >> 뒤에 남은 줄바꿈은 std::ws나 ignore()로 처리합니다.
• c_str()의 포인터는 문자열이 바뀌거나 사라지면 쓸 수 없으므로 보관하지 않습니다.

연습 문제

1. 길이를 주지 않은 생성자

string_from_bytes.cpp의 생성자만 std::string packet(raw);로 바꾸면 만든 직후의 size()는 무엇이고, 이어지는 packet.at(2) = 'C';는 어떻게 되나요?

2. 남은 줄바꿈

read_name.cpp에서 std::cin >> std::ws를 빼고 std::getline(std::cin, name);으로 바꾸면, 같은 두 줄 입력에 무엇이 출력되나요?

3. 컴파일되는 연결

std::string s = "C";일 때 "A" + "B", s + "!" + "?", "!" + "?" + s 가운데 컴파일되는 것은 무엇인가요?

이것으로 5장의 배열과 문자열을 마칩니다. 다음 장의 함수의 정의와 호출에서는 지금까지 main 안에 모두 적었던 코드를 이름 있는 단위로 나누고, 값을 넘겨 결과를 돌려받는 함수를 다룹니다.