현재 위치

홈 ›› Forums ›› 공부 ›› 설치 및 활용 QnA

regular expression 한글 찾기

auditory의 이미지
글쓴이: auditory / 작성시간: 화, 2009/12/08 - 3:15오후


한글을 regular expression으로 찾으려면 어떻게 해야할까요?

하고 싶은 일은

가나다
abc
defgfa
라마바사

이런 파일에서 "가나다"를 "가 나 다 " 로,
"라마바사"를 "라 마 바 사 "로 바꾸고 싶습니다.

Forums: 
설치 및 활용 QnA
aero의 이미지

글쓴이: aero / 작성시간: 화, 2009/12/08 - 5:10오후

문서가 utf8 인코딩으로 저장되어있고
터미널 환경이 utf8 이라는 가정하에

perl -CiO -pe 's/([\x{AC00}-\x{D7A3}])/$1 /g' file.txt

라고 명령을 내리면 다음과 같이 나옵니다.
가 나 다
abc
defgfa
라 마 바 사

위에서 AC00,D7A3은 각각 한글 "가","힣"의 유니코드 코드포인트입니다.

auditory의 이미지

글쓴이: auditory / 작성시간: 화, 2009/12/08 - 6:12오후

답글감사합니다..

그런데 저는 vi 안에서 테스트 중인데,

/[가-힝]

또는 
/[\x{AC00}-\x{D7A3}]

라고하면 Invalid range라고 나옵니다..
aero의 이미지

글쓴이: aero / 작성시간: 화, 2009/12/08 - 7:08오후

one liner 가 아닌 스크립트 파일로 만들면

ex.pl

#!/usr/bin/env perl
use strict;
use warnings;
use Encode qw/encode/;
 
open my $fh, '<:encoding(UTF-8)', $ARGV[0];
 
while ( my $line = <$fh> ) {
    $line =~ s/([\x{AC00}-\x{D7A3}])/$1 /g;
    print encode('utf8',$line);
}

실행

perl ex.pl file.txt

aero의 이미지

글쓴이: aero / 작성시간: 화, 2009/12/08 - 10:36오후

utf8 pragma를 사용하여
( 소스코드안에 utf8문자 리터럴이 오면 자동으로 Perl내부에서 쓰이는 유니코드 포멧으로 변환하라는 뜻 )

#!/usr/bin/env perl
use strict;
use warnings;
use utf8;
use Encode qw/encode/;
 
open my $fh, '<:encoding(UTF-8)', $ARGV[0];
 
while ( my $line = <$fh> ) {
    $line =~ s/([가-힣])/$1 /g;
    print encode('utf8',$line);
}
aero의 이미지

글쓴이: aero / 작성시간: 화, 2009/12/08 - 10:26오후

[\x{AC00}-\x{D7A3}]
는 Perl에서만 적용되는 정규식입니다.

둘러보기