책 씹어먹는 즐거움

바로, 앞의 포스팅에서 문자 클래스에 16진수 코드값을 넣어 아스키(ASCII) 코드의 해당 문자를 나타낼 수 있음을 언급했고 동시에 POSIX 문자 클래스를 이용하면 16진수 코드값 없이 이를 쓸 수 있다고 했다. 이를 확인해 보자.

아스키(ASCII) 코드와 POSIX 문자 클래스의 관계를 요약하면 다음 표와 같다.

이 중 앞 서 다루지 않았던 [:ascii:], [:cntrl:], [:graph:], [:print:], [:punct:]의 5개의 POSIX 문자 클래스에 대해서 자세히 알아보자.

아스키(ASCII) 코드에 해당하는 문자 전체를 POSIX 문자 클래스로 나타낼 수 있다. 16진수로 0x00에서 0x7F까지 128개의 아스키 문자를 다음과 같이 나타낸다. 

아스키 문자 중에서 0x00~0x1F(0번부터 31번까지)와 0x7F(127번)의 아스키 문자는 제어 문자(Control characters)라고 부르고 다음처럼  POSIX 문자 클래스로 나타낼 수 있다.

아스키 문자 중에서 제어 문자를 제외한 문자들은 알파벳 대소문자와 숫자 구문기호(?, ! 등), 공백으로 실제 화면에 나타나는 문자들이다. 이러한 문자들은 [:graph:], [:print:], [:punct:]의 3종류로 나눈다. 

[:graph:]는 아스키(ASCII) 코드의 [\x21-\x7E]에 해당하는 문자로 제어 문자와 공백 문자를 제외한 눈으로 볼 수 있는 문자들이다.

[:print:]는 아스키(ASCII) 코드의 [\x20-\x7E]에 해당하는 문자로 [:graph:]에 공백을 더한 문자들이다.

[:punct:]는 아스키(ASCII) 코드에서 구문기호 및 심볼로 문자 클래스 [!"\#$%&'()*+,\-./:;<=>?@\[\\\]^_`{|}~]에 해당하는 문자들이다. 

아래는 본 포스팅의 내용을 갈무리하기 위한 Anki 파일입니다. 참고하시기 바랍니다. 

앞서 배운 정규표현식의 문자 클래스([ ])에서 우리는 문자 클래스([ ])에 개별 문자들을 하나하나 기입하지 않고 다음의 경우처럼 범위로 제시할 수 있었다. 

그러면서 이런 생각을 해봤을 가능성이 있다. 구태여 [A-Za-z]라고 하지 않고 [A-z]라고 하면 대문자 A부터 소문자 z까지 모든 알파벳 대소문자를 다 대표할 수 있지 않을까?

왜 알파벳 대소문자를 의미하는 문자 클래스를 구태여 [A-Za-z]라고 [A-z]하지 않는 이유를 알려면 아스키(ASCII) 코드를 보아야 한다. 

우리가 사용하는 정규표현식의 문자 클래스는 아스키(ASCII) 코드를 이용하고 있다. 이 아스키(ASCII) 코드의 간단한 구성은 다음의 표와 같다.

아스키(ASCII) 코드에는 0에서 127까지 총 128개의 문자가 있고 이 중 65~90번 까지가 A~Z의 알파벳 대문자이고, 중간에 구문기호 및 심볼이 91~96번까지 들어가 있으며 그 뒤에 다시 97번~122번까지 a~z로 알파벳 소문자가 나온다. 만일, 문자 클래스로 [A-z]라고 하면 실은 아스키(ASCII) 코드 65번~122번까지 아우르는 것이므로 원치 않는 구문기호와 심볼까지 포함하는 문자 클래스가 되기 때문에 [A-z]라고 쓰지 않는 것이다.

정규표현식의 문자 클래스([ ])가 아스키(ASCII) 코드를 인식하므로 해당 문자의 16진수 코드값을 대괄호 안에 넣어서 문자 클래스를 만들 수 있다. 즉, 원하는 문자를 문자 클래스로 묶을 때, 이제까지는 대괄호[ ] 안에 원하는 문자를 입력하여 문자 클래스로 묶었지만 해당 문자의 16진수 아스키(ASCII) 코드값을 알고 있다면 문자 대신 코드값을 넣어 해당 문자를 대괄호 안에 넣어서 문자 클래스를 만들 수 있다.

가령, 대문자 A는 아스키(ASCII) 코드에서 65번이고 16진수로는 0x41이다. 이를 문자 클래스에 16진수로 표기할 때는 x 앞에 숫자 0을 제거하고 역슬래쉬(\)를 붙여 x가 문자가 아닌 16진수를 나타내기 위한 기호라는 것을 나타내면서 다음과 같이 작성한다. 

그 외에 몇 가지 사례는 다음과 같다. 

아래는 본 포스팅의 내용을 갈무리하기 위한 Anki 파일입니다. 참고하시기 바랍니다. 

vim은 정규표현식 내에 POSIX 문자 클래스를 지원하는데, 이런 POSIX 문자 클래스를 이용하면 정규 표현식으로 사용하기 힘든 제어 문자들을 쉽게 사용할 수 있어 유용하다. 

다음은 우리가 앞서 배웠던 것과 유사한 것들로 쉽게 이해할 수 있는 POSIX 문자 클래스이다. 쉬운 것부터 보자.

다음은 공백을 나타내는 것들이다. 

POSIX 문자 클래스를 사용할 경우 앞서 배운 문자 클래스([ ])로 감싸야 한다. 즉, 대괄호가 두 번 중복 사용된다. 가령 다음과 같다.

지금까지는 앞서 배운 정규표현식으로 간단히 나타낼 수 있는 것들을 POSIX 문자 클래스로 어떻게 나타내는지 살펴보았다. 다음에는 정규 표현식으로 사용하기 힘든 제어 문자들을 나타내는 POSIX 문자 클래스를 살펴본다.

아래는 본 포스팅의 내용을 갈무리하기 위한 Anki 파일입니다. 참고하시기 바랍니다. 

035 vim의 정규표현식(8) POSIX 문자 클래스 1.apkg

문자열 관련 탐색을 할 때는 앞서 포스팅한 문자열 탐색에서와 같이 그냥 해당 문자열을 바로 탐색하는 것이 가장 간단하다. 즉, 정방향으로 abc라는 문자열을 문서를 탐색할 때는 다음과 같이 명령 라인에 명령어를 입력하면 된다. 

그런데 abc와 Abc로 맨 앞의 a가 대문자이거나 소문자인 경우를 모두 같이 탐색하고 싶으면 어떻게 해야 할까?

다음처럼 검색하면 된다.

여기에서 대괄호([ ])로 묶인 것을 문자 클래스라고 부른다. 문자 클래스는 이 대괄호 사이에 있는 문자 중 하나와 일치하면 해당 문자와 일치하는 것으로 본다. 따라서 해당 위치에 올 수 있는 여러 문자들을 문자 클래스([ ]) 내에 배치하면 다양한 문자열을 아래와 같이 간단하게 찾을 수 있게 된다.

이 문자 클래스([ ])는 하이픈(-)을 이용하여 범위를 지정할 수 있다. 

또한, 문자 클래스([ ]) 내에 캐럿(^)을 이용하여 not의 의미를 부여할 수도 있다.

아래는 본 포스팅의 내용을 갈무리하기 위한 Anki 파일입니다. 참고하시기 바랍니다.