--------------------------------------------------------------------------------
VIII. 문자열 처리/검색/치환 기법
PERL의 가장 큰 강점이 문자열 처리에 있어서 매우 유연하고 다양한 기법들을 제공한다는 점이다. 그리고, 정규 어법을 이용한 강력한 검색/치환 기능은 그 어떠한 언어에서도 찾아볼 수 없는 엄청난 기능이다. PERL이 Web의 강자가 된 것도 바로 이것 때문이다.
1. 문자열 처리
C 언어로 CGI를 작성해 보신 분들은 문자열 처리가 매우 고되다는 것을 느꼈을 것이다. PERL에서는 일단 변수 Typecasting이 없다는 점에서 시간을 벌 수 있다. 그리고 다음과 같은 유용한 함수들이 프로그래밍에 도움을 줄 것이다.
(1) printf 함수
이 함수는 C언어에서도 등장한다. 사용하는 법은 C와 동일하다.
예) printf("박찬호의 소속팀은 %s이고,
등번호는 %d이다.n", "DODGERS", 61);
이 함수의 실행 결과는 다음과 같다.
결과) 박찬호의 소속팀은 DODGERS이고, 등번호는 61이다.
printf 함수에서 특정 변수 및 상수의 출력 포맷을 정해주기 위해 사용하는 포맷 문자는 다음과 같다.
포맷 문자 설명
%d 숫자(10진수)
%o 숫자(8진수)
%x 숫자(16진수)
%c 문자(1 byte)
%s 문자열
%f 부동소숫점 숫자
(2) sprintf 함수
이 함수 역시 C에도 있는 함수이다. sprintf는 특정 변수의 값을 일정한 포맷을 갖추어 변수에 할당해주는 역할을 하는 함수이다.
예)
$formatted = sprintf("$%.2fn", 123.45678);
print $formatted;
결과)
$123.46
(3) 문자열 결합 연산자
문자열 결합을 위해서는 도트(.) 연산자를 이용한다.
예1)
$string_1 = "Chan ";
$string_2 = "Ho Park";
print $string_1.$string_2;
결과1)
Chan Ho Park
그리고 다음과 같은 표현이 가능하다.
예2)
$string_1 = "Chan ";
$string_1 .= "Ho Park";
print $string_1;
결과2)
Chan Ho Park
(4) 부분문자열 추출 함수 - substr
substr 함수를 이용하여 문자열의 일부분을 추출할 수 있다.
아래의 예는 "Chan Ho Park"이라는 문자열에서 부분문자열 "Park" 을 추출하는 예이다.
예제 문자열을 분석해 보면 다음과 같다.
C = [0]
h = [1]
a = [2]
n = [3]
' ' = [4]
H = [5]
o = [6]
' ' = [7]
P = [8]
a = [9]
r = [10]
k = [11]
문자열의 각 문자에 번호를 붙였을 경우 위와 같다. 결국, 'P' 자의 위치는 8번째가 되며, "Park"은 총 4 문자로 구성되어 있으므로 아래 예제와 같이 하면 "Park"을 추출할 수 있다.
예)
$sub_string = substr("Chan Ho Park", 8, 4);
print $sub_string;
결과)
Park
(5) 문자열 길이 계산 함수 - length
substr 함수는 실제로 length 함수와 함께 사용하면 효과가 있다. length 함수는 해당 문자열의 길이, 즉 byte 수를 계산한다.
예)
$len = length("Chan Ho Park");
print $len;
결과)
12
substr 함수와 length 함수를 병행해서 사용한 예이다.
이 예제는 실제로 게시판 스크립트에서 발췌한 것으로, 게시판 내용을 조회했을 경우 조회수를 하나 증가시키는 기능을 한다.
open(WRITE_FILE, ">$basedir/$bulletin_index_file") ||
die "Can't Open Bulletin File!n";
$search_str = "<!--access_count: $input{'id'}-->";
$str_len = length($search_str);
for($i=0;$i<=$SIZE;$i++) {
$_ = $LINES[$i];
if(/$search_str/) {
$access_count = substr($_, $str_len);
$access_count++;
print WRITE_FILE "$search_str$access_countn";
}
else {
print WRITE_FILE $_;
}
}
close(WRITE_FILE);
(6) 개행 문자 제거 함수 - chop
chop 함수는 매우 중요한 기능을 한다. 만일 다음과 같은 파일이 있다고 하자.
I am Chan Ho Park.
I am the ace pitcher of L.A. Dodgers.
그런데, 실제 이 파일은 개행(Line Feed - "n") 문자를 담고 있다. 결국, 이 파일은 다음과 같다.
I am Chan Ho Park.n
I am the ace pitcher of L.A. Dodgers.n
실제로 이 파일을 라인 단위로 읽어서 처리하기 위해서는 반드시 라인 끝의 개행 문자를 잘라 버려야 한다. 만약 이 파일의 첫번째 라인을 변수에 저장한 후 사용하려면 chop 함수를 이용하여 개행 문자를 제거해야 한다.
$line = "I am Chan Ho Park.n";
chop ($line);
--------------------------------------------------------------------------------
2. 문자열 검색 및 치환 (Selena Sol의 저서에서 부분 인용)
이제부터는 UNIX의 정규 어법을 이용하여 특정 문자열의 검색 및 치환 기법을 알아보자.
(1) 패턴 매칭(Pattern Matching)의 기본
vi 편집기를 써 보신 분들은 어떤 문자열을 찾아 볼 때 Esc 키를 누르고 "/"를 누른 후 찾으려는 문자열을 입력한 후 엔터를 눌러 문자열 검색을 해 본 일이 있을 것이다.
PERL에서는 해당 문자열에서 찾으려는 패턴을 /[pattern]/안에 지정해 놓고 for loop등을 이용하여 검색을 시도한다. 다음은 어떤 배열에 "DODGERS" 라는 값이 있는 배열요소가 있는가를 찾아보는 프로그램이다.
$find_count = 0;
foreach $array (@myarray) {
if($array =~ /DODGERS/) {
$find_count++;
}
}
print "$find_count Match(es)";
위에서 보았듯이, 변수와 패턴 매칭을 시킬 경우에는 반드시 "=~" 연산자를 이용해서 비교해야 한다. 앞으로 이러한 스타일의 예제를 자주 보게 될 것이다. 매우 중요한 표현이니 외워(?) 둘 것.
그리고, 대괄호([ ])를 이용하여 전체 문자 클래스(대괄호 내에 있는 문자들의 모임)를 일치하게 할 수 있다.
예를 들어 짝수로 나열된 특정 숫자 하나와 일치하게 하려면 다음과 같은 표현을 쓴다.
/[02468]/
대쉬(-) 를 이용해서 문자 클래스의 범위를 지정할 수 있다. 다음 예는 알파벳 중 소문자 하나와 일치하게 하는 표현이다.
/[a-z]/
캐럿(^) 문자를 사용하면 클래스에 있지 않은 모든 문자와 일치하게 할 수 있다. 캐럿(^) 문자가 클래스 내에 쓰이게 되면 이는 마치 NOT 논리 연산자와 같은 기능을 하게 된다.
다음 예는 숫자가 아닌 문자 하나와 일치한다.
/[^0-9]/
그리고, 클래스들을 몇개라도 모아서 하나의 클래스로 정의할 수 있다. 다음 예는 알파벳 대문자, 알파벳 소문자, 숫자 하나와 일치하게 한다.
/[a-zA-Z0-9]/
한 개 이상의 문자와 매치시킬 경우에는 클래스 정의에 이어서 자리수를 써 주면 된다. 다음 예는 알파벳 대문자/소문자 두개와 일치하게 된다.
/[a-zA-Z]{2}/
위의 예는
/[a-zA-Z][a-zA-Z]/
과 같은 결과이다.
다음은 매치 연산자에 대해서 알아본다. 매치 연산자를 이용해서 복잡한 패턴 매치 루틴을 만들 수 있다.
매치 연산자 설명
n Newline
r Carriage Return
t 탭 문자
D 숫자가 아닌 것[^0-9]
w 단어 문자[0-9a-zA-Z]
W 비단어 문자
s 공백 문자(t, n, r, f)
S 비공백 문자
* 0개 이상 문자 발생시
+ 1개 이상 문자 발생시
. 특정 문자
? 0개 혹은 1개의 문자 발생시
예를 들어 마침표(.) 연산자는 특정 문자와 일치하도록 하는 데 사용된다. 따라서 "/eri./" 는 "erik" 과 "eric", "eria" 등과 일치한다. 그러나 "ericc"과는 일치하지 않는다.
별표 연산자(*)를 사용하면 0개 이상의 문자가 발생할 경우 일치한다. 따라서 "/e*ric/" 은 "eeeeeeeeeric", "eric", "errrrric" 등과 일치한다.
별표 연산자 대신 더하기 연산자(+)를 사용하면 약간 달라진다. "/e+ric/" 은 "eeeeeric", "erric", "edric" 등과는 일치하나 "eric"과는 일치하지 않는다.
물음표 연산자(?)는 0개 혹은 1개의 문자 발생시에만 일치한다. 따라서 "/e?ric/" 은 "eeric", "erric", "eric" 과 일치하나 "eeeeeric" 과는 일치하지 않는다.
(2) 패턴 매칭 활용하기
다음 예제는 패턴 매칭을 이용하여 지정된 패턴의 문자열로부터 변수를 끄집어 내는 예제이다.
이 예제는 실제로 HTML 문서를 열어 문서의 라인을 배열에 할당한 후 그 배열 요소 중에서 <title> ~ </title>태그 내에 있는 문자열을 변수 $fetched_title 에 할당하는 역할을 한다. 물론, <title> ~ </title> 태그는 한 라인 안에 있어야 한다는 전제조건이 따르며, 만일 그렇지 않다면 스크립트를 이용해서 한 라인을 만들도록 조작을 해야 한다.
open(HTMLFILE, "index.htm") || die $!;
@lines = <HTMLFILE>;
close(HTMLFILE);
foreach $line (@lines) {
if ($line =~ /<title>(.*)</title>/) {
$fetched_title = $1;
}
}
패턴 문자열로부터 변수를 추출하기 위해서는 추출하려는 패턴을 "(" 과 ")" 으로 막아야 한다.
위의 예제는 <title> ~ </title> 사이에 있는 적어도 1 문자 이상의 문자열을 끄집어 낸다. 만약, <title> ~ </title> 사이에 공백 문자 조차도 없다면 변수에 할당되지 않게 된다.
그리고, 추출된 변수는 기본적으로 괄호로 막아진 패턴의 순서대로 $1, $2, $3 ...등으로 기본 변수에 할당된다. 만약, <title> ~ </title> 사이의 문자열이 다음과 같다고 하자.
<title>Chapter 1 : Perl 언어의 기본</title>
여기서 "Chapter 1: 및 "Perl 언어의 기본" 이라는 문자열 두 개를 변수에 저장하겠다고 하면 예제는 다음과 같이 바뀐다.
foreach $line (@lines) {
if ($line =~ /<title>(.*): (.*)</title>/) {
$title_1 = $1;
$title_2 = $2;
}
}
결국, $title_1 에는 "Chapter 1"이, $title_2 에는 "Perl 언어의 기본" 이라는 값이 할당되게 된다.
그리고, 패턴 문자열은 특수문자를 구분한다. 위의 경우에는 HTML 태그에서 쓰이는 "/" 문자를 사용하는 경우이다. 이 때는 반드시 "/" 앞에 백슬래쉬()를 써 주어야 한다.
(3) split, join 함수
이 두 함수는 문자열 처리에 있어서 상당히 중요하다. split은 특정한 정규 어법에 의거하여 특정 문자열을 말 그대로 "쪼개서" 배열에 할당하는 역할을 하고, join 함수는 그의 반대 작업을 한다.
만약, 다음과 같은 데이타 파일이 있다고 하자.
1|홍길동|서울시 서울동 123-4번지|123-4567
2|김길동|부산시 부산구 부산동 12번지|051-234-5678
이 데이타 파일을 읽어서 일정한 포맷을 갖추어 HTML문서로 뿌려주고 싶을 경우가 있다. 이때 1개의 레코드(Record)의 각각의 필드(Field)들은 "|" 로 구분되어 있다. 파일 Reading(곧 설명됩니다)을 통해서 이 파일의 라인들을 전부 라인 배열 @lines에 할당했다면 이제 각각의 필드들을 split 함수를 써서 분리할 필요가 있다.
물론, //로 둘러싸인 부분에는 문자열을 쪼개기 위한 구분자가 들어간다.
@one_field = split(/|/, $one_record);
※ "|" 도 특수문자이므로, 백슬래시()가 필요하다.
위의 예제는, 만약 변수 $one_record가 "1|홍길동|서울시 서울동 123-4번지|123-4567" 이라는 문자열 값을 가지고 있다면 split 함수는 "|" 구분자를 가지고 이 문자열을 나누어서 @one_field 라는 배열에 할당해 주는 역할을 수행한다. 결과는 다음과 같다.
$one_field[0] = "1";
$one_field[1] = "홍길동";
$one_field[2] = "서울시 서울동 123-4번지";
$one_field[3] = "123-4567";
만약, 연상 배열을 이용한다면 금상첨화다. 다음의 예를 보자.
@field_name = ('id', 'name', 'address', 'tel');
$one_record = "1|홍길동|서울시 서울동 123-4번지|123-4567";
@fields = split(/|/, $one_record);
$i = 0;
foreach $field (@fields) {
$FIELD{$field_name[$i]} = $field;
$i++;
}
print "$FIELD{'id'}n";
print "$FIELD{'name'}n";
print "$FIELD{'address'}n";
print "$FIELD{'tel'}n";
연상 배열을 이용하면 데이타 파일 관리 프로그램을 보다 더 쉽게 구성할 수 있다.
반대 작업을 join 함수를 이용하여 할 수 있다. 어떤 배열의 내용들을 지정된 구분자를 이용하여 하나의 변수에 할당하려면, 다음과 같이 하면 된다.
$one_field[0] = "1";
$one_field[1] = "홍길동";
$one_field[2] = "서울시 서울동 123-4번지";
$one_field[3] = "123-4567";
$new_record = join("|", @one_field);
print $new_record;
(4) 패턴 매칭을 이용한 문자열 및 단어의 치환(Substitution)
이 기능은 PERL에서만 볼 수 있는, 지구상의 모든 언어 중에서 가장 강력한 기능이다. 패턴 매칭을 이용하여 여러분은 라인 단위로 문자열의 특정 단어를 치환할 수 있다. 기본 구조는 다음과 같다.
$variable =~ s/[old-string]/[new-string]/[option];
이렇게만 해 주면, 기존 변수 $variable 내에 있는 [old-string]을 [new-string]으로 바꾸어 다시 $variable 에 재 할당해 준다. 즉, 문자열의 치환(substitution) 이 일어나는 것이다.
예1) 한 문자열 내에 있는 "babo" 라는 단어를 "fool" 로 치환
$mystring = "you are a babo";
$mystring =~ s/babo/fool/;
print $mystring;
결과1)
you are a fool
치환 시 흔히 쓰이는 옵션이 /g, /i, /e 이다. 다음의 예를 들어 보자.
예2)
$mystring = "you are a babo, don't be a babo";
$mystring =~ s/babo/fool/;
print $mystring;
결과2)
you are a fool, don't be a babo
모든 "babo"라는 단어가 "fool"로 바뀌기를 바랬는데 맨 처음의 "babo"만 바뀌었다. 옵션을 주지 않고 그냥 치환을 하게 되면 처음 발견되는 단어만 바꾸어 버리고 끝난다. 이럴 경우에는 끝에 /g (global) 옵션을 주면 모든 "babo" 가 "fool"로 바뀐다.
예3)
$mystring = "you are a babo, don't be a babo";
$mystring =~ s/babo/fool/g;
print $mystring;
결과3)
you are a fool, don't be a fool
그리고, 여기에 /i (case Insensitive)옵션을 더 주게 되면 대소문자 가리지 않고 모두 바꾸어 버린다.
예4)
$mystring = "you are a babo, don't be a BABO";
$mystring =~ s/babo/fool/gi;
print $mystring;
결과4)
you are a fool, don't be a fool
반대로, /e (case sEnsitive)옵션은 대소문자를 구분하면서 치환하게 된다.
예5)
$mystring = "you are a babo, don't be a BABO";
$mystring =~ s/babo/fool/ge;
print $mystring;
결과5)
you are a fool, don't be a BABO
--------------------------------------------------------------------------------
|
|
