책 씹어먹는 즐거움

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

 이제까지 배웠던 vim 정규표현식 패턴을 응용해 보자.

 ※ 역슬래쉬스페이스바(\ )는 문자 그대로 한 칸의 공백을 의미함. 공백 문자가 명령어나 인자들을 구분하는 의미로 사용되는 메타 문자이기 때문에 공백 앞에 역슬래쉬(\)를 붙여주어야 정상적인 공백으로 인식한다. 

 C에서 변수를 선언할 때 int var; 같은 문자열에 해당하는 패턴은?

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

034 vim의 정규표현식(7) 몇 가지 예제들.apkg

주민등록번호를 정규표현식으로 나타내려면 어떻게 해야 할까? 

주민등록번호는 엄밀하게 말하면 모든 자리의 수가 0에서 9까지의 숫자로 이루어진 것은 아니지만 편의상 ○○○○○○-○○○○○○○ 형식의 앞에 6개의 숫자와 하이픈(-) 뒤에 7개의 숫자로 이루어진 일련의 문자열로만 다룬다고 할 때 정규표현식은 어떻게 될까?

앞서 우리는 [0-9]라는 문자 클래스를 이용하여 숫자들에 해당하는 하나의 문자를 지정하는 법을 배웠다.

그렇다면 정규표현식은 다음과 같을 것이다.

너무 길다. 이렇게 반복되는 경우를 효율적으로 처리할 방법이 필요하다.

정규표현식에서는 특정한 표현식을 반복하는 방법을 아래와 같이 제공하고 있다.

\{min,max\}를 이용하여 주민등록번호를 지정하면 다음과 같다. 

\{min,max\}에서 min을 0으로 할 경우 반복이 전혀 없는 경우도 해당된다.

\{min,max\}에서 max를 생략할 경우 반복 횟수에 제한이 없어진다. 따라서

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

033 vim의 정규표현식(7) 반복.apkg

문자열의 집합을 표현하는 데 사용하는 형식 언어가 정규표현식이다. 

문자열의 집합을 효과적으로 표시하려다 보니 다양한 문자들을 문자 외의 다른 용도로 사용하기 위하여 역슬래쉬(\)를 붙이거나 문자 외의 다른 용도로 특수하게 사용되는 문자들을 문자 그 자체로 나타내기 위해서 역슬래쉬(\)를 붙이기도 한다. 

특정 용도의 문자를 문자 그 자체로 나타내기 위하여 역슬래쉬(\)를 붙이는 경우

특정 문자를 탭(tab), Esc 등 문자 외의 다른 용도로 사용하기 위하여 역슬래쉬(\)를 붙이는 경우

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

032 vim의 정규표현식(6) 특수 문자.apkg

vim의 정규표현식에서 or은 \| 즉, 역슬래쉬버티컬바로 나타낸다. 이 or(\|)은 다음과 같은 형식으로 쓴다. 

가령, 탐색하는 문자열이 cat이거나 dog이라면 그 정규표현식은 다음과 같다.

어떤 문자열 중에 첫 번째 글자가 대문자인지 소문자인지 여부와 상관없이 모두 찾고자 하면 보통 문자 클래스를 이용한다. 가령 Cat과 cat을 동시에 찾고 싶다면 문자 클래스를 이용하여 다음과 같이 작성하면 된다.

이와 비슷한 표현을 조금 복잡하지만 or(\|)로 다음과 같이 할 수 있다.

\(와 \) 로 인하여 매우 복잡하게 보인다. 그냥 문자 클래스([ ])로 쓰는 것이 편하지 않을까? 앞에 보여준 예에서는 단 한 개의 글자가 대문자이거나 소문자인 것을 선택하는 것이므로 문자 클래스([ ])가 더 쓰기 편하다. 하지만 여러 개의 문자열 중 하나를 선택할 경우에는 or(\|)을 \(와 \) 사이에 배치하는 편이 더 쓰기 편하다.

가령, 다음과 같은 일련의 파일 이름에서 cat.jpg, anmimal.jpg, dog.jpg 에만 해당하는 정규표현식은 다음과 같다.

※ 역슬래쉬점(\.)은 점(.)을 어떤 임의의 한 개의 문자를 의미하는 특수한 용도로 사용하지 말고 점(.) 문자 그 자체로만 인식하라는 의미

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

정규표현식은 문자열을 위치에 따라서 특정할 수 있다. 즉 해당 문자열이 행의 시작에 있는지 끝에 있는지에 따라 구별하여 특정할 수 있고, 단어의 시작인지 끝에 위치한 것인지를 특정할 수 있다. 

앞선 문자 클래스 포스팅에서 캐럿(^)이 문자 클래스에서 not의 의미로 쓰이는 것을 언급한 바 있다. 하지만 캐럿(^)이 문자 클래스 외에서 쓰일 때에는 행의 첫 문자를 의미한다. 그리고 달러($)는 정규표현식에서 행의 끝 문자를 의미한다.

캐럿(^)과 달러($)를 사용할 경우 캐럿(^)은 탐색하고자 하는 문자열의 앞에 와야 하고 달러($)는 뒤에 와야 한다. 

위에서 작성한 정규표현식으로 탐색한 결과는 다음과 같이 나타난다.

정규표현식으로 행의 시작과 끝에 있는 문자열을 특정할 수 있듯이 단어의 시작과 끝에 있는 문자열을 특정할 수 있다. 단어의 시작은 \< 로 나타내고 단어의 끝은 \> 로 나타낸다.

앞서 언급한 캐럿(^)과 달러($)처럼 단어의 시작(\<)은 찾고자 하는 문자열의 앞에 와야 하고 단어의 끝(\>)은 뒤에 와야 한다.

해당 정규표현식으로 탐색한 결과는 다음과 같이 나타난다.

사진을 보면 알겠지만 단어들은 공백과 점(.), 아포스트로피(‘) 등으로 구분된다.

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

030 vim의 정규표현식(4) 문자열의 위치.apkg

앞서 문자열 탐색의 포스팅에서는 탐색할 문자열을 슬래쉬(/)나 물음표(?) 다음에 바로 입력했다. 이 때 입력한 단순한 문자열도 그 자체로 정규표현식이다. 문자열로 탐색하면 해당 문자열로만 이루어진 것을 찾아주지 않는다. 독립된 단어이든 어떤 단어의 일부이든 그저 탐색할 문자열과 일치하는 모든 것을 전부 탐색한다. 다음은 그 사례다.

정규표현식에서 점(.)은 아무 문자나 단 한 개의 문자를 의미한다. 가령, 앞에서 cat를 탐색한 것과 다르게 3글자이고 c와 t는 기억이 나는데 가운데 한 글자가 기억이 나지 않는 경우가 있다. 이럴 때는 어떻게 검색해야 할까? 명령 라인에 다음처럼 입력하면 된다. 

그 결과는 다음과 같다. 

즉, c와 임의의 한 글자 그리고 t의 세 글자로 이루어진 문자열을 전부 찾는다.

단, 문자 클래스([ ]) 안에서 점(.)표현을 쓸 때는 그냥 점(.) 그 문자 자체를 의미하므로 c[.]t는 c.t만 해당되고 cat, cut 등은 전부 해당되지 않음

점(.)으로 탐색할 때 반드시 해당하는 임의의 글자가 1개 있어야 하므로 의 특성을 사용하면 다양한 방식으로 문자열을 탐색할 수 있다. 

※ 공백도 점(.)이 나타내는 한 개의 문자에 해당되므로 이 점은 주의를 요함

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

029 vim의 정규표현식(3) 점(.).apkg

어린 시절을 추억해 보니, 보수가 어쩌면 처음으로 산수와 수학에 대해서 무언가 느낀 첫관문이었던 것이 기억난다. 초등학교 1학년 때였는데, 숫자를 50까지는 셀 수 있었지만, 그게 무엇이고 숫자가 무엇인지 전혀 개념이 없었다. 그러다가 속셈 학원을 다녔는데, 그 속셈 학원에서 제일 먼저 배운 것이 보수(짝궁수)였다. 선생님은 큰 성냥곽 같은 상자를 보여주면서 그것을 ‘보수 상자’라고 불렀다.

요렇게 생긴 상자였다. 

그 보수 상자는 가운데에 상자 높이 반 정도 되는 문턱이 있고 빨간 구슬들이 들어 있었다. 성냥곽처럼 양 옆에 뚫려 있어서 양 옆으로 상자를 꺼내볼 수 있었는데 선생님은 그 상자를 손에 잡고 마구 흔드시면서 자신은 한쪽만 열어 보고 반대쪽에 몇 개의 구슬이 있는지 알 수 있다고 말했다. 그러면서 나에게 보수상자를 주면서 흔들어 보고 한쪽을 박스 내부를 밀어서 몇 개의 구슬이 있는지 보여주라고 하셨다. 나는 열심히 흔들었고 한쪽을 열어 보니 6개의 구슬이 보였다.

몇 번을 더 해봤지만 선생님은 웃으면서 정확하게 반대쪽의 구슬의 개수를 정확하게 모두 맞추었다. 호기심과 신기함에 내 눈이 반짝반짝 빛났을 즈음에 선생님은 보수의 개념을 설명해주었다.

선생님은 이런 과정을 숫자마다 반복했고, 그 다음은 보수 상자를 주면서 잘 생각해보라고 말씀하시고 다른 학생을 가르치러 가셨다. 나는 호기심에 보수 상자를 갖고 이쪽저쪽의 숫자를 계속 확인해보다가 그제서야 상자의 한쪽에 있는 구슬의 개수와 상대의 반대쪽에 있는 구슬의 개수가 보수 관계에 있다는 것을 깨달았다. 상자 안에는 총 10개의 구슬이 있었고 따라서 한쪽에 6개의 구슬이 있으면 반대쪽에는 4개의 구슬이 있을 수밖에 없는 것이다.

즉, 보수상자는 다음처럼 작동하고 있었던 것이다. 

그리고 이 현상이 내게는 너무 신기한 것이었다. 초등학생의 인지 수준에서 인과란 무언가 직접적인 작용이 있어야 하는데 그런 직접적인 작용 없이 한쪽이 결정되면 반대쪽도 그 개수가 결정되는 것에 경이감을 느꼈다. 그러면서도 잘 납득이 되지 않아서 계속 보수 상자를 흔들었다. 아무리 시간이 지나도 어떤 짓을 해도 그 관계가 바뀌지 않는 것을 확인하면서 처음으로 숫자라는 것이 무언가 실체적으로 다가왔다.

숫자를 50까지 셀 수 있었지만 그것이 무엇인지는 잘 몰랐다. 그냥 1 다음은 2고 2 다음은 3 식으로 하다 보니 50까지 셀 수 있었지만 이 숫자라는 것이 무언가를 가리키고 어떤 관계를 가지는 것이라는 점에 대한 느낌이 전혀 없었다. 그냥 어머니가 시키는 알 수 없는 무의미한 숫자 세기에 불과했던 것이 이 보수 상자를 통해 최초로 어떤 실체감을 가지고 다가온 것이다. 아이들을 가르치시는 분이라면 이 보수 상자를 만들어 보수의 개념을 스스로 발견하게끔 유도해보는 것이 어떨까 싶다.

보수(짝궁수)에 대한 Ankl는 다음과 같이 구성했다.

첫 번째 파일은 10에서 숫자를 빼기해서 나오는 수를 계산한다.

두 번째 파일은 어떤 수를 제시하고 그 수를 10으로 만들기 위해서 어떤 수가 필요한지 묻는다.

세 번째 파일은 10을 만들기 위해서 필요한 수가 보수라는 개념을 설명하면서 각각의 수의 보수를 묻는다. 

네 번쩨 파일은 이 보수가 (1과 9), (2와 8), (3과 7), (4와 6), (5와 5)로 서로 짝을 이루는 짝궁수라는 것을 확인한다.

보수(짝궁수)의 개념1(10에서 숫자 빼기).apkg

보수(짝궁수)의 개념2(10이 되기 위해서 필요한 수).apkg

보수(짝궁수)의 개념3.apkg

보수(짝궁수)의 개념4(짝궁수 확인).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. 

정규표현식을 공부하기에 앞서 정규표현식이란 무엇이고 왜 공부하는게 좋은지 조금 동기부여를 해볼 필요가 있다. 

정규표현식이란 무엇일까? 간단하게 정의하면 다음과 같다. 

정규표현식은 문자열을 집합이라는 형태로 다루는 형식 언어이기 때문에, 단순히 몇몇 프로그램이나 vim에서 일시적으로 제공하는 도구가 아니다. 

형식 언어로 학문적인 틀을 갖추고 진지하게 연구되어 개발되었기 때문에 그 구현에 있어서 문법과 버전이 조금씩 다를 수는 있어도 그 본질이 크게 달라질 수는 없다. 그리고 대부분의 문법도 편의성 때문에 조금씩 다르게 적용되는 것 말고는 거의 유사한 것으로 알고 있다. 이 이야기는 정규표현식을 익혀놓으면 그것이 소프트웨어 개발이건, 텍스트 편집이건, 운영체제 운용이든 평생 유용하게 써먹을 수 있다는 이야기이다. 물론, 현재에도 정규표현식은 vim 뿐만 아니라 다양한 텍스트 에디터, Unix/Linux 계열의 애플리케이션, 소프트웨어 개발 등에서 폭넓게 사용되고 그 유용성을 인정받고 있다. 또한, 데이터 유효성 검사, 데이터 웹 스크랩핑, 문법 구현 등에서도 매우 유용하게 쓰이고 있다. 

처음 정규표현식을 접하게 되면 각종 기호와 문자가 복잡하게 얽혀있는 모습이 초보자에게 부담스럽게 다가오지만 유용하게 사용할 수준까지는 매우 쉽게 익힐 수 있고 익혀두면 정말 쓸 곳이 많고 유용하다. 다음이 사례를 보면 그 유용성을 느낄 수 있을 것이다. 

아래는 자바스크립트에서 전화번호를 입력받아서 그 전화번호가 올바른 형식으로 입력되었는지 확인하는 함수를 구현해본 것이다.

위의 함수는 꽤 간략하게 코드를 정리한 것이다. 하지만 정규표현식을 이용하면 이 코드가 다음과 같이 줄어든다.

내부 블록에 12줄로 작성된 함수가 마법처럼 1줄로 줄어들었다. 이처럼 정규표현식을 사용하면 문자열 관련 프로그래밍을 하거나 수만 줄의 코드에서 원하는 문구를 정확히 찾아내는 등 문자열 관련한 작업에서 압도적인 효율을 갖출 수 있게 된다.

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

027 vim의 정규표현식(1).apkg