C++ - 파일에 대한 Text 모드의 "translated" 동작
파일을 위한 Translation 모드로는 Visual C++의 경우 _O_BINARY(_O_RAW), _O_TEXT, _O_WTEXT, _O_U16TEXT, _O_U8TEXT를 지원합니다.
Translation mode constants
; https://learn.microsoft.com/en-us/cpp/c-runtime-library/translation-mode-constants
이 중에서 _O_BINARY를 제외한 모드들은 모두 _O_TEXT 모드의 기본 변환을 지원한다고 하는데요, 이에 대해 문서에는 다음과 같은 특징을 설명합니다.
Opens file in ANSI text (translated) mode. Carriage return-line feed (CR-LF) combinations are translated into a single line feed (LF) on input. Line feed characters are translated into CR-LF combinations on output. Also, CTRL+Z is interpreted as an end-of-file character on input. In files opened for reading, and for reading and writing, fopen checks for CTRL+Z at the end of the file and removes it, if possible. It's removed because using the fseek and ftell functions to move within a file ending with CTRL+Z may cause fseek to behave improperly near the end of the file.
하나씩 직접 테스트를 해볼까요? ^^
우선 CTRL+Z 문자가 입력 시에 제거되는 특징을 살펴보겠습니다. 명령행 창을 열어 다음과 같이 입력해 보면,
// 아래의 ^Z는 키보드에서 CTRL+Z를 눌러 입력할 수 있습니다.
c:\temp> copy con test.txt
test^Z
1 file(s) copied.
c:\temp>
위의 명령어는 "con"으로 대표되는 입력 장치로부터 사용자가 타이핑한 글자를 받아 출력을 test.txt 파일로 보냅니다. "con"은
"표준 입력(Standard Input)" 장치의 별명인데, stdin은 _O_TEXT 모드로 열리는 대표적인 장치입니다.
The stdin, stdout, and stderr streams always open in text mode by default;
따라서 위의 입력에서는 "test" 문자열과 "CTRL+Z" 문자열(ASCII 26, 0x1A)을 입력했으므로 원칙상으로는 5개의 문자가 파일에 저장돼야 합니다.
하지만, test.txt 파일을 덤프해 보면,
c:\temp> powershell Format-Hex -Path test.txt
Path: C:\temp\test.txt
00 01 02 03 04 05 06 07 08 09 0A 0B 0C 0D 0E 0F
00000000 74 65 73 74 test
translated 모드의 동작 특성으로 인해 위와 같이 4개의 문자만 있을 뿐 마지막에 0x1A 값이 없습니다. 즉, _O_TEXT 모드로 열린 파일로부터 입력된 CTRL+Z는 제거되는 식으로 처리되기 때문에 출력에 나타나지 않습니다.
stdin 말고, 파일로도 테스트를 해볼까요?
위에 출력된 test.txt 파일을 hexa editor 등을 이용해 's' 글자에 해당하는 0x73 값을 0x1A로 바꿉니다.
00000000 74 65 1A 74 te.t
이후, 저 텍스트 파일을 읽어내는 코드를 만들어,
#include <iostream>
int main()
{
FILE* fi = nullptr;
fopen_s(&fi, "test_ctrlz.txt", "rt"); // read + text
char buffer[100];
while (true)
{
int ch = fgetc(fi);
if (ch == -1) // 0x1A를 읽는 시점에 ch == -1
{
break;
}
printf("0x%02x,", ch);
}
}
실행해 보면, 0x1A 문자, 즉 CTRL+Z에 해당하는 문자가 읽히면 ch 값이 0x1A가 아니라 -1이 나옵니다. 왜냐하면, _O_TEXT 모드로 열린 파일에서는 그렇게 CTRL+Z는 제거되는 식으로 처리되기 때문입니다.
반면, _O_BINARY 모드로 열린 파일이라면,
fopen_s(&fi, "test_file.txt", "rb"); // read + binary
이번에는 0x1A를 그 값 그대로 읽어들입니다.
그다음, 출력 시 LF(Line Feed) 문자를 CR-LF(Carriage Return-Line Feed)로 변환하는 것을 확인해 보겠습니다. 문서에 따라 _O_TEXT 모드에서는,
- 입력 시 CR-LF를 LF로 변환
- 출력 시 LF를 CR-LF로 변환
이런 변환을 수행한다고 돼 있는데요, 역시 이를 테스트하기 위해 test.txt 파일에 CR, LF에 해당하는 "\r\n" 문자열을 추가해,
00000000 74 65 73 74 0D 0A 74 test..t
위에서 만든 코드로 파일을 읽어보면 다음과 같은 출력을 얻게 됩니다.
0x74,0x65,0x73,0x74,0x0a,0x74,
보는 바와 같이 0D(CR), 0A(LF)가 나오지 않고 0A(LF) 하나만 나왔습니다. 그럼, 반대로 출력 측으로 LF 하나만 보내볼까요? ^^
fopen_s(&fi, "test_out.txt", "wt");
char text[] = "Hello\x0aWorld!";
fprintf(fi, text);
fclose(fi);
'\x0a' 대신 우리가 흔히 알고 있는 '\n'을 써도 상관없습니다. 이걸 실행해 보면, 0x0A 문자 하나의 출력이 다음과 같이 0D 0A로 변환돼 출력되는 것을 확인할 수 있습니다.
00000000 48 65 6C 6C 6F 0D 0A 20 57 6F 72 6C 64 21 Hello.. World!
마지막으로 한 가지 더 테스트할 것은, CTRL+Z 문자(0x1A)가 파일의 끝에 있는 경우,
00000000 74 65 73 74 1A test.
fopen은 파일을 "a+" / "r+" 모드로 여는 경우, 마지막의 0x1A 문자를 제거한다는 사실입니다. 그래서 다음의 코드는,
{
FILE* fi = nullptr;
fopen_s(&fi, "test_ctrlz_end.txt", "a+"); // 또는 "r+"
int pos = fseek(fi, 0, SEEK_END);
long size = ftell(fi);
printf("test_ctrlz_end.txt size: %d (a+)\n", size); // (5가 아닌) 4 출력
fclose(fi);
}
size 값이 4가 나옵니다. 여기서 한 가지 유의해야 할 점이 있는데요, fopen 함수는 마지막의 0x1A 문자를 제거하는 것뿐만 아니라 그 순간 "저장"까지 해버린다는 점입니다. 물론, text 모드가 아닌 바이너리로 여는 경우, 가령 "a+b" 모드로 열면 0x1A 문자가 제거되지 않습니다.
[이 글에 대해서 여러분들과 의견을 공유하고 싶습니다. 틀리거나 미흡한 부분 또는 의문 사항이 있으시면 언제든 댓글 남겨주십시오.]