ｃ言語 回分について

Question

実現したいこと

入力：しんぶんし

回分です。

発生している問題・分からないこと

回分です。になりません。

該当のソースコード

#include <stdio.h>
#include <wchar.h>
#include <locale.h>

int main(void) {
    wchar_t str[256];
    size_t len;

    setlocale(LC_ALL, ""); //（UTF-8対応）

    wprintf(L"文字列を入力してください：");
    fgetws(str, 256, stdin);

    // 改行削除
    len = wcslen(str);
    if (len > 0 && str[len - 1] == L'\n') {
        str[len - 1] = L'\0';
        len--;
    }

    // 回文判定
    int is_palindrome = 1;
    size_t left = 0, right = len - 1;
    while (left < right) {
        if (str[left] != str[right]) {
            is_palindrome = 0;
            break;
        }
        left++;
        right--;
    }

    if (is_palindrome)
        wprintf(L"回文です。\n");
    else
        wprintf(L"回文ではありません。\n");

    return 0;
}

試したこと・調べたこと

• teratailやGoogle等で検索した
• ソースコードを自分なりに変更した
• 知人に聞いた
• その他

上記の詳細・結果

数字、英文字では、「回文です」とでるのですが、日本語だとでません。

補足

vs code＋mingw64です。
utf-8で保存です。

Comments

[melian]

Ubuntu Linux 25.04/gcc 14.2.0 でビルド、「しんぶんし」を入力すると「回文です。」と表示されます。もしかして文字エンコーディングを CP932 にしたままで文字列を入力していませんか？

[cametan]

追試。
Xubuntu 24.04LTSでclang18.1.3でコンパイル。同様に「しんぶんし」で入力すると「回文です。」と表示。
melian氏が言ってる通り、恐らくWindowsで?ターミナル(DOS窓/PowerShell)の文字コードがUTF-8になってない、って事だろうね。

文字コードの設定(CHCP):
https://www.javadrive.jp/command/display/index5.html

[bishop]

chcp で確認しました。
Active code page: 65001
でした。
システムロケールのところもチェックはいってました。

Answer 1

既に解決済みなので御参考です。

マルチバイト文字列（UTF-8）からワイド文字列に変換せずに，マルチバイト文字列で回文判定を行うという方法も考えられます。mblen() 関数を用いた記述例と実行例（Windows11, PowerShell 7.5.2）を下記に示します。

#include <stdio.h>
#include <stdlib.h>
#include <locale.h>

#define N_STR 1024

int main(void)
{
    char str[N_STR];
    int str_len, len, is_palindrome;
    int c, i, j, k;

    if (setlocale(LC_CTYPE, "ja_JP.UTF-8") == NULL) {
        fprintf(stderr, "error: failed to set locale.\n");
        exit(1);
    }

    printf("文字列を入力してください：");
    for (i = 0; i < N_STR - 1 && (c = fgetc(stdin)) != '\n'; i++)
        str[i] = c;
    str[i] = '\0';
    str_len = i;

    is_palindrome = 1;
    for (i = 0; i < str_len / 2 && is_palindrome == 1;) {
        if ((len = mblen(&str[i], MB_CUR_MAX)) <= 0) {
            fprintf(stderr, "error: contains invalid characters.\n");
            exit(2);
        }
        for (j = str_len - i - len, k = 0; k < len; i++, j++, k++)
            if (str[i] != str[j]) {
                is_palindrome = 0;
                break;
            }
    }

    if (is_palindrome)
        printf("回文です。\n");
    else
        printf("回文ではありません。\n");

    exit(0);
}

PS > chcp
Active code page: 65001
PS > gcc --version
clang version 19.1.7
PS > gcc main.c
PS > .\a.exe
文字列を入力してください：しんぶん
回文ではありません。
PS > .\a.exe
文字列を入力してください：しんぶんし
回文です。

Comments

[bishop]

ありがとうございます、研究します。

melianさんのところへ乗せます。

Answer 2

_setmode で stdin/stdout の変換モードを UTF-16 に変更するとよいかと思います。

_setmode | Microsoft Learn

The _setmode function sets to mode the translation mode of the file given by fd.
:
You can also pass _O_U16TEXT, _O_U8TEXT, or _O_WTEXT to enable Unicode mode

手元の環境は Windows10 22H2 19045.5737/PowerShell 5.1.19041.5737/MinGW 13.0.0/gcc 15.2.0 です。

#include <stdio.h>
#include <wchar.h>
#include <locale.h>
#include <fcntl.h>

int main(void) {
  wchar_t str[256];
  size_t len;

  _setmode(_fileno(stdin), _O_U16TEXT);
  fflush(stdout);
  _setmode(_fileno(stdout), _O_U16TEXT);

  wprintf(L"文字列を入力してください：");
  fgetws(str, 256, stdin);

  // 改行削除
  len = wcslen(str);
  if (len > 0 && str[len - 1] == '\n') {
    str[len - 1] = '\0';
    len--;
  }

  // 回文判定
  int is_palindrome = 1;
  size_t left = 0, right = len - 1;
  while (left < right) {
    wprintf(L"left = %C right = %C\n", str[left], str[right]);
    if (str[left] != str[right]) {
      is_palindrome = 0;
      break;
    }
    left++;
    right--;
  }

  if (is_palindrome)
    wprintf(L"回文です。\n");
  else
    wprintf(L"回文ではありません。\n");

  return 0;
}

実行結果

PS C:\Users\nemo> chcp
Active code page: 65001

PS C:\Users\nemo> gcc -Wall -Wextra -g -o palindrome palindrome.c
PS C:\Users\nemo> ./palindrome
文字列を入力してください：しんぶんし
left = し right = し
left = ん right = ん
回文です。
PS C:\Users\nemo> ./palindrome
文字列を入力してください：しんぶん
left = し right = ん
回文ではありません。

Comments

[hiroki-o]

こちらのWindows 11では、
- %Cを%cに変更しないとleft,rightが正しく表示されない
- _O_U16TEXTでも_O_U8TEXTでも正しく動いているみたい
ですが、65001で動作確認できました。
私の調査では`_setmode`にたどり着けませんでした。
さすがです。

[bishop]

　みなさま、いろいろありがとうございました。
自分でもいろいろためして、mingwも最新のに入れ直しました。

vs code＋mingw＋code runnerという環境です。

文字化けをなおすために、
cの設定のところを-fexec-charset=CP932を追加していたので、
これを元にもどしましたら。うまく作動しました。

Answer 3

参考までにGLibを使ってUTF-8で回文判定するコードを挙げておく。

#include <stdio.h>
#include <stdlib.h>
#include <locale.h>
#include <glib.h>

/* GLib
   https://docs.gtk.org/glib/index.html
 */

#define SIZE 256

gchar* input(const gchar* prompt)
{
  g_print("%s", prompt);
  gchar* buf = g_new(gchar, SIZE * 4);
  if (fgets(buf, SIZE * 4, stdin))
    {
      /* UTF-8 として妥当か確認 */
      if (!g_utf8_validate(buf, -1, NULL))
        {
          g_printerr("UTF-8の入力ではありません。\n");
          g_free(buf);
          return NULL;
        }
    }
  else
    {
      g_free(buf);
      return NULL;
    }
  /* 改行を除去 */
  buf[strcspn(buf, "\n")] = '\0';
  return buf;
}

/* 回文判定 */
gboolean is_palindrome(const gchar* str)
{
  glong len = g_utf8_strlen(str, -1);

  for (glong i = 0; i < len / 2; i++)
    {
      gunichar left = g_utf8_get_char(g_utf8_offset_to_pointer(str, i));
      gunichar right = g_utf8_get_char(g_utf8_offset_to_pointer(str, len - i - 1));

      if (left != right)
        {
          return FALSE;
        }
    }

  return TRUE;
}


int main(void)
{
  setlocale(LC_ALL, "");        /* (UTF-8対応) */
  gchar* str = input("文字列を入力してください : ");
  if (!str)
    {
      return EXIT_FAILURE;
    }
  g_print("%s", is_palindrome(str) ? "回文です。\n" : "回文ではありません。\n");
  g_free(str);
  return EXIT_SUCCESS;
}

Linux等では

gcc -Wall ソースコード.c $(pkg-config --cflags --libs glib-2.0

等でコンパイル可能だろう。
ただし、Debian系だとpkg-configをまずは弄らないとならないかも。
また、GLibはWindows版もあるようだが、詳細は分からん。

GLibは一応、UTF-8前提で文字列をイジる事が出来る、と言う建前ではあるんだけど、ぶっちゃけ苦労した(笑)。
あまりデータ変換しまくるとWarningが取れない、ってぇんで、結果一番シンプルなカタチになっちまった。
まぁ、シンプル・イズ・ベストって事なのかもしんないが。

256文字が上限、って事だが、結果その4倍の量のバッファを取っている。
というのも、マルチバイト文字の場合、とある研究に依ると、世界中のあらゆる文字を合わせても大体4バイト以下に収まる、と言われている。
UTF-8は一文字辺りのバイトが伸びたり縮んだりするけど、最悪のケースでも、1024バイトあればどんな文字だろうと256文字分は格納可能だ、ってぇんで256バイトの4倍を上限としてる。

fgetsは実は「どういう文字コードで入力されているのか」感知しない。単にバイト毎に読み込むだけだ。
そこで、GLibのg_utf8_validateで入力がUTF-8なのかどうかをチェックして、あとは単に回文判定へと回す、と言ったシンプルなカタチになっている。
また、Cの標準装備のヘッダを使わないで、GLibだけで何とかなるか、とか思ったけど何ともならんかった(笑)。
GIOChannelとか使えばfgetsとか使わんでも・・・と淡い夢を見たが、余計複雑になってどうにもならんかった。もっとGLibに詳しい人ならもっとカッコいいコードを書けたかもしれないが。
結局僕はカッコよくなかったわけだ(笑)。クソ。
まぁ、これが僕の限界かな(笑)。

Comments

[bishop]

ありがとうございます。

melianさんのところへ乗せます。

Answer 4

以下の2環境で確認しました。ソースはUTF-8で保存です。

OS	コンパイラー	PowerShell
Windows 11	Visual Studio 2022	5.1.26100.4768
Windows 11	gcc(mingw64) 15.2.0	5.1.26100.4768

PowerShellのコードページが932(Shift_JIS)のときは、提示されたソースで正しく動作します。
65001(UTF-8)のときは、提示されたソース、setlocale(LC_ALL, ".UTF-8");に変更したソースの両方とも正しく動作しませんでした。

(65001に変更するときはchcp 65001、932に戻すときはchcp 932と打ちます。確認するときはchcpのみです)

おそらくですが、fgetws関数の動作がOS標準のコードページ→UTF-16の変換のみをサポートしていて、setlocaleが効いていないと思われます。
コメントの2人とも、LinuxではOS標準のコードページがUTF-8なので、setlocaleがそのままでUTF-8→UTF-16の変換に対応しています。

• 質問者さんのPowerShellのコードページは、何でしょうか？
• fgetwsの入力コードページをsetlocale以外で変更する方法をご存じの方は、教えてください。

あと、このプログラムは、ほとんどのUTF-16はwchar_tが1個で1文字なので、たまたま動作しています。
サロゲートペア文字(wchar_tが2個で1文字)では上手くいかないと思います。

(追記)
詳細は、melianさんの回答の通りですが、

#include <fcntl.h>

と

    _setmode(_fileno(stdin), _O_U8TEXT);

の追加で、65001でも動作します。

Comments

[cametan]

そもそもワイド文字≠UTF-8だしねぇ。
他の言語ならいざ知らず、Cだとこの辺悩ましい。
みんなどうしてんだろ?

結局、実の事言うと、問題構成として「アルファベットしか使わない」回文の方が、Cの問題としては適切なんだよなぁ。orz

[bishop]

chcp で確認しました。
Active code page: 65001
でした。
hiroki-oさんのいわれた方法でやりました。
コードページが932(Shift_JIS)にして　chcp 932でやったところ、「回文です」とでました。
chcp65001にもどしますと、成立しませんでした。

[hiroki-o]

bishopさん
なるほど、こちらで把握している現象と同じですね。
Windowsはそういうものだと納得して932で実行するか、fgetwsの設定を変える方法の回答を待つか。
後者は、調べてもわかりませんでした。

cametanさん
今どきは、UTFがどうの、みたいなプログラムはCで作らない流れなのでは。

[cametan]

ん〜。「今どき」と言うより正攻法だと元々向いてない。
多分UTF-8を導入したのってJavaが最初じゃなかったかしらん?
よって「Java以前言語」ってそもそも怪しいんだよな。Python 2.xも対応が怪しかったし。

C用のライブラリがあるかも、とか思ったけど見つけられなかったです。

[bishop]

みな様ありがとうございます。
一応の解決といたします。
ありがとうございました。