Chapter 15 : String
1. 자바에서 가장 많이 사용하는 String 클래스
String 은 당연히 가장 많이 사용되는 참조형 중 하나이다. 공식 문서에 따르면 String 은 다음과 같은 선언을 가진다. [1]
public final class String
extends Object
implements Serializable, Comparable<String>, CharSequence, Constable, ConstantDesc이에 따르면, String 은 자식 클래스를 가질수 없고, java.lang.Object 의 직속(?) 자식이며, Serializable, Comparable<String>, CharSequence 등의 interface 로 구현되어있다.
교재에서는 interface 중 Serializable, Comparable<String>, CharSequence 에 대해서만 아주 간략히 설명한다.
Serializable: 특이하게 해당interface는 속한 추상 메서드가 없다.(빈 interface)아마Serializable은직렬화가 가능한지 확인하는 용도로만 사용되는interface인 것 같다.Comparable: 해당interface에는int compareTo라는 추상 메서드 하나만 존재한다.compareTo메서드는 매개변수로 주어진 객체와 현재 객체의순서(이는 개발자가 Override 해 지정할 수 있다)를 비교할 때 사용된다. 자세히는 모르겠지만 이를 이용해 객체 배열을 정렬시킬 수 있다 한다. 나중에 공부하자.CharSequence: 구현하는 클래스가 문자열을 다루기 위한 클래스라는 것을 명시적으로 나타내는interface이다.CharSequence에 대한 자세한 설명은 조금 뒤에 한다고 한다.
2. String 의 생성자에는 이런 것들이 있다
String 의 생성자를 알아보기 전, Character Set 을 알고 가면 편하다.
Character Set 이란 "글자의 표현을 위한 mapping 방식" 이다. [2]
쉽게 말해 "글자에 대한 인코딩 방식들의 집합" 이라 보면 된다.
가장 대표적인 Character Set 으로 Unicode, ASCII (American Standard Code for Information Interchange) 이 있다.
Java 에는 java.nio.charset.CharaSet 클래스가 존재하는데, 여기에는 Java 플랫폼이면 반드시 구현되어야 할 표준 캐릭터 셋 이 명명 되어있다. [3]
캐릭터 셋 이름 | 설명 |
|---|---|
US-ASCII | 7 비트 아스키 |
ISO-8859-1 | ISO (International Organization for Standardization) 라틴 알파벳 |
UTF-8 | 8 비트 UCS 변환 포맷 |
UTF-16BE | 16 비트 big-endian UCS 변환 포맷 |
UTF-16LE | 16 비트 little-endian UCS 변환 포맷 |
UTF-16 | 16 비트 UCS 변환 포맷. endian 은 byte-order mark 라는 것에 의해 정해진다. |
(UCS : Unicode Character Set)
이에 더불어 한글에 대한 캐릭터 셋 은 다음과 같다.
캐릭터 셋 이름 | 설명 |
|---|---|
EUC-KR | EUC 의 일종인 8 비트 문자 인코딩. 대표적인 "한글 완성형" 인코딩 |
MS949 | Microsoft 에서 만든 "한글 확장 완성형" 인코딩 |
위 캐릭터 셋 중 한글을 처리하기 위해 Java 에서 많이 사용되는 것은 UTF-16 이다.
String 에는 많은 생성자가 존재한다. 총 15 개 가 존재하고, 교재에서는 그 중 13 개 를 나타내었다.
(확인해보니 누락된 2 개는 Deprecated 되었다. 그래서 안 넣은 듯 하다)
Constructor | Description |
|---|---|
String() | 빈 String 객체를 생성한다. |
String(byte[] bytes) | 현재 사용중인 플랫폼의 캐릭터 셋 을 사용해 제공괸 byte 배열을 디코딩한 String 객체를 생성한다. |
String(byte[] bytes, Charset charset) | 지정된 캐릭터 셋 을 사용하여 제공된 byte 배열을 디코딩한 String 객체를 생성한다. |
String(byte[] bytes, String charsetName) | 지정된 이름을 갖는 캐릭터 셋 을 사용하여 지정한 byte 배열을 디코딩한 String 객체를 생성한다. |
String(byte[] bytes, int offset, int length) | 현재 사용중인 플랫폼의 캐릭터 셋 을 사용해 byte 배열의 일부를 디코딩한 String 객체를 생성한다. |
String(byte[] bytes, int offset, int length, Charset charset) | 지정된 캐릭터 셋 을 사용해 byte 배열의 일부를 디코딩한 String 객체를 생성한다. |
String(byte[] bytes, int offset, int length, String charsetName) | 지정된 이름을 갖는 캐릭터 셋 을 사용해 byte 배열의 일부를 디코딩한 String 객체를 생성한다. |
String(char[] value) | char 배열의 내용들을 붙어 String 객체를 생성한다. |
String(char[] value, int offset, int count) | char 배열의 일부 내용들을 붙어 String 객체를 생성한다. |
String(int[] codePoints, int offset, int count) | 유니코드 코드 위치 (Unicode code point) 로 구성되어 있는 배열의 일부를 새로운 String 객체를 생성한다. |
String(Stromg original) | 주어진 String 객체와 동일한 값을 갖는 String 객체를 생성한다. |
String(StringBuffer buffer) | 매개 변수로 넘여온 StringBuffer 클래스에 정의되어 있는 문자열의 값과 동일한 String 객체를 생성한다. |
String(StringBuilder builder) | 매개 변수로 넘어온 StringBuilder 클래스에 정의되어 있는 문자열의 값과 동일한 String 객체를 생성한다. |
위 생성자 중 String(byte[] bytes), String(byte[] bytes, String charsetName) 이 (한국에서) 많이 사용된다 한다.
3. String 문자열을 byte 로 변환하기
해당 절에서는 byte 배열에 관해 설명하고, 이와 관련된 String 의 메서드를 설명한다.
Method | Description |
|---|---|
byte[] getBytes() | 기본 캐릭터 셋 의 byte 배열을 생성한다. |
byte[] getBytes(Charset charset) | 지정된 캐릭터 셋 으로 생성한다. |
byte[] getBytes(String charsetName) throws UnsupportedEncodingException | 주어진 이름의 캐릭터 셋 으로 생성한다. 만약 일치하는 이름의 캐릭터 셋 이 존재하지 않으면 예외를 발생시킨다. |
getBytes 메서드가 자주 사용되는 이유는 서버 등에서 전달받은 정보가 현재 플랫폼의 캐릭터 셋 과 다를 수 있기 때문이다.
String test_kr = "한글";
String[] CharSets = {"UTF-8", "UTF-16", "UTF-16LE"};
byte[][] Array = new byte[3][];
Array[0] = test_kr.getBytes(CharSets[0]);
Array[1] = test_kr.getBytes(CharSets[1]);
Array[2] = test_kr.getBytes(CharSets[2]);
int length = Math.max(Array[0].length, Array[1].length);
length = Math.max(length, Array[2].length);
System.out.println(CharSets[0] + "\t\t" + CharSets[1] + "\t\t" + CharSets[2]);
for (int i = 0; i < length; i++) {
try {System.out.printf("% 3d", Array[0][i]);}
catch (Exception e) {System.out.print("None");}
finally {System.out.print("\t\t");}
try {System.out.printf("% 3d", Array[1][i]);}
catch (Exception e) {System.out.print("None");}
finally {System.out.print("\t\t");}
try {System.out.printf("% 3d", Array[2][i]);}
catch (Exception e) {System.out.print("None");}
finally {System.out.println();}
}
System.out.println("\n\t\t" + CharSets[0] + "\t\t" + CharSets[1] + "\t\t" + CharSets[2]);
for (int i = 0; i < 3; i++) {
byte[] bytes = Array[i];
System.out.printf("%-8s\t", CharSets[i]);
for (int j = 0; j < 3; j++) {
String converted = new String(bytes, CharSets[j]);
System.out.print(converted + "\t\t");
} System.out.println();
}UTF-8 UTF-16 UTF-16LE
-19 -2 92
-107 -1 -43
-100 -43 0
-22 92 -82
-72 -82 None
-128 0 None
UTF-8 UTF-16 UTF-16LE
UTF-8 한글 ??뢀 ???
UTF-16 ???\? 한글 ??®
UTF-16LE \?? ?® 한글위 예시는 캐릭터 셋 에 따른 byte 배열의 변화를 보여준다. 캐릭터 셋 에 따라 배열의 길이가 변하고, 그 값 또한 달라지는 것을 볼 수 있다. 또한 캐릭터 셋 이 잘못 설정되면 알아먹을 수 없는 형태로 출력되는 것 또한 볼 수 있다.
덧붙여 사실 String 의 getBytes 메서드와 String(byte[] bytes, String charsetName) 생성자는 UnsupportedEncodingException 예외를 throws 한다. 그런데 해당 예외는 Checked Exception 이어서 사실 try-catch 또는 throws 를 이용해아 한다.
Reference
-
[1] : Class String - Oracle Docs -
Character sets - Windows App Development[2]: A"character set"is a mapping of characters to their identifying code values. The character set most commonly used in computers today isUnicode, a global standard for character encoding.
-
Class Charset - Oracle Docs[3]: Every implementation of the Java platform is required to support the following standard charsets.
