C++ で Unicode 文字列を扱う：Null 終端ワイド文字列以外の方法

C++ の Null 終端ワイド文字列プログラミング解説

ワイド文字と Null 終端

• ワイド文字: Unicode 文字を表現するために使用されるデータ型 (wchar_t)。
• Null 終端: 文字列の終わりを示す特殊な文字コード (\0)。

文字列リテラル

ワイド文字列リテラルは、L プレフィックスと二重引用符で囲まれた文字列です。例：

L"こんにちは、世界！"

strlen と wcslen

• strlen: バイト単位の文字列長を取得
• wcslen: ワイド文字列長を取得

strcpy と wcscpy

• strcpy: バイト単位の文字列コピー
• wcscpy: ワイド文字列コピー

その他の標準ライブラリ関数

• wcscat: ワイド文字列連結
• wcscmp: ワイド文字列比較
• wmemset: ワイド文字列メモリ設定

ポインタと配列

• ワイド文字列は、wchar_t 型のポインタまたは配列として表現
• ポインタの先頭は文字列の先頭文字、終端文字は \0

メモリ管理

• new 演算子でメモリ確保
• delete[] 演算子でメモリ解放

例：ワイド文字列の入力と出力

#include <iostream>

int main() {
  wchar_t str[100];
  std::wcin >> str; // ワイド文字列入力
  std::wcout << str << std::endl; // ワイド文字列出力
  return 0;
}

注意点

• Null 終端文字を忘れない
• バッファオーバーフローを防ぐ
• マルチバイト文字の扱いに注意

その他

• この解説は基礎的な内容のみ
• 詳細は上記の参考資料などを参照

まとめ

Null 終端ワイド文字列は C++ で Unicode 文字列を扱うための基本的な方法です。

Null 終端ワイド文字列のサンプルコード

L"こんにちは、世界！"

strlen と wcslen

#include <iostream>
#include <string.h>

int main() {
  wchar_t str[] = L"こんにちは、世界！";
  size_t len = strlen(str); // バイト単位
  size_t wlen = wcslen(str); // ワイド文字単位
  std::cout << "バイト単位: " << len << std::endl;
  std::cout << "ワイド文字単位: " << wlen << std::endl;
  return 0;
}

strcpy と wcscpy

#include <iostream>
#include <string.h>

int main() {
  wchar_t src[] = L"こんにちは、世界！";
  wchar_t dst[100];
  strcpy(dst, src); // バイト単位コピーは不可
  wcscpy(dst, src); // ワイド文字列コピー
  std::wcout << dst << std::endl;
  return 0;
}

その他の標準ライブラリ関数

#include <iostream>
#include <cwchar>

int main() {
  wchar_t str1[] = L"こんにちは";
  wchar_t str2[] = L"、世界！";
  wcscat(str1, str2); // 連結
  int cmp = wcscmp(str1, L"こんにちは、世界！"); // 比較
  std::wcout << str1 << std::endl;
  std::cout << "比較結果: " << cmp << std::endl;
  return 0;
}

ポインタと配列

#include <iostream>

int main() {
  wchar_t str[] = L"こんにちは、世界！";
  wchar_t* p = str; // ポインタ
  while (*p != L'\0') { // 終端文字までループ
    std::wcout << *p++;
  }
  std::cout << std::endl;
  return 0;
}

メモリ管理

#include <iostream>

int main() {
  wchar_t* str = new wchar_t[100]; // メモリ確保
  wcscpy(str, L"こんにちは、世界！");
  // ...
  delete[] str; // メモリ解放
  return 0;
}

例：ワイド文字列の入力と出力

#include <iostream>

int main() {
  wchar_t str[100];
  std::wcin >> str; // ワイド文字列入力
  std::wcout << str << std::endl; // ワイド文字列出力
  return 0;
}

マルチバイト文字

#include <iostream>
#include <locale>

int main() {
  std::setlocale(LC_ALL, ""); // ロケール設定
  wchar_t str[] = L"こんにちは、世界！";
  size_t len = mbslen(str, MB_CUR_MAX); // マルチバイト文字列長
  std::cout << "マルチバイト文字単位: " << len << std::endl;
  return 0;
}

その他

これらのサンプルコードは、Null 終端ワイド文字列の基本的な操作を理解する

C++ で Unicode 文字列を扱う他の方法

std::wstring

• C++ 標準ライブラリ提供的
• ワイド文字列を管理するためのクラス
• メモリ管理、文字列操作、比較などの機能を提供

Boost.String

• Boost C++ ライブラリ提供的
• std::wstring よりも多くの機能を提供
• マルチバイト文字列との変換など

Qt::QString

• Qt フレームワーク提供的
• Unicode 文字列処理のための強力なクラス
• 国際化 (I18N) に最適

ICU (International Components for Unicode)

• Unicode コンソーシアム提供的
• 豊富な Unicode 関連機能を提供
• 複雑な国際化処理に最適

その他

• Google RE2
• PCRE
• Jansson

各方法の比較

選択のポイント

• プログラミング環境
• 必要とする機能
• 複雑性
• ライブラリの依存関係