korean-regex

한글은 초성, 중성, 종성의 조합이기에 각각을 분리해 분석하거나 사용하는 것이 때때로 유용합니다.

korean-regex는 한글을 초성, 중성, 종성의 조합으로 사용할 수 있도록 합니다.

Syntax

기본적으로 korean-regex는 한 글자 OR 문법의 확장입니다. 정규표현식의 다른 문법은 건드리지 않습니다.

우선 초성, 중성, 종성은 각각 []로 둘러싸인 뒤 :으로 분리됩니다. 예를 들어 아래의 예시처럼 [ㄱ:ㅏ:ㄱ]일 경우 초성에 ㄱ, 중성에 ㅏ, 종성에 ㄱ이 각각 들어가 각이 됩니다.

use korean_regex::*;

let order = Order::Default;
assert_eq!("[각]", compile("[ㄱ:ㅏ:ㄱ]", &order).unwrap().to_string());

한 파트에 두 개 이상의 문자를 적으면 각 가능한 경우의 수로 변환됩니다. 예를 들어 아래처럼 [ㄱㄴ:ㅏㅣ:ㄴ]일 경우 모든 경우의 수인 간긴난닌로 대체됩니다.

use korean_regex::*;

let order = Order::Default;
assert_eq!("[간긴난닌]", compile("[ㄱㄴ:ㅏㅣ:ㄴ]", &order).unwrap().to_string());

만약 해당 칸은 비워놓는다면 해당 자리는 어떤 것이든 받아들이겠다는 의미입니다. 예를 들어 [::ㅎ]은 '종성이 ㅎ인 모든 음소'를 의미합니다.

use korean_regex::*;

let order = Order::Default;
assert_eq!("[갛갷걓걯...흏흫힇힣]", compile("[::ㅎ]", &order).unwrap().to_string());

-을 통해 연속되는 음소를 대체할 수 있습니다.

이때 기본적으로 ㄱㄴㄷㄹ...가 아닌 ㄱㄲㄴㄷㄸㄹ...와 같은 사전순으로 match된다는 점을 주의해 주세요. 이는 중성과 종성도 동일합니다.

use korean_regex::*;

let order = Order::Default;
assert_eq!("[간깐난단딴란]", compile("[ㄱ-ㄹ:ㅏ:ㄴ]", &order).unwrap().to_string());
assert_eq!("[간갠갼걘건겐견곈곤관괜괸굔군권궨귄균근긘긴]", compile("[ㄱ:ㅏ-ㅣ:ㄴ]", &order).unwrap().to_string());
assert_eq!("[간-갈]", compile("[ㄱ:ㅏ:ㄴ-ㄹ]", &order).unwrap().to_string());

0은 해당 자리에 음소가 없다는 것을 의미합니다. 기본적으로 종성에 사용됩니다.

use korean_regex::*;

let order = Order::Default;
assert_eq!("[가각간나낙난다닥단]", compile("[ㄱㄴㄷ:ㅏ:0ㄱㄴ]", &order).unwrap().to_string());

하지만 특수하게 [*:0:0]이나 [0:*:0]과 같은 형태도 사용될 수 있습니다.

use korean_regex::*;

let order = Order::Default;
assert_eq!("[ㄱㄲㄴㄷㄸㄹ]", compile("[ㄱ-ㄹ:0:0]", &order).unwrap().to_string());
assert_eq!("[ㅏㅐㅑㅒㅓㅔㅕㅖㅗㅘㅙㅚㅛㅜㅝㅞㅟㅠㅡㅢㅣ]", compile("[0:ㅏ-ㅣ:0]", &order).unwrap().to_string());

^을 이용하면 해당 음소에 match하고 싶은 문자 대신 match하기 싫은 문자를 지정할 수 있습니다. 예를 들어 초성이 ㄱ이고 중성이 ㅏ이면서 받침이 ㄹ이 아닌 모든 음소는 [ㄱ:ㅏ:^ㄹ]로 표현할 수 있습니다..

use korean_regex::*;

let order = Order::Default;
assert_eq!("[가-갇갉-갛]", compile("[ㄱ:ㅏ:^ㄹ]", &order).unwrap().to_string());

만약 종성이 없는 문자를 match하고 싶다면 [*:*:0] 대신 [*:*] 문법을 사용할 수도 있습니다. 예를 들어 [ㄱㄴㄷ:ㅏㅣ:0]는 [ㄱㄴㄷ:ㅏㅣ]로 대체될 수 있습니다.

use korean_regex::*;

let order = Order::Default;
assert_eq!("[가기나니다디]", compile("[ㄱㄴㄷ:ㅏㅣ:0]", &order).unwrap().to_string());
assert_eq!("[가기나니다디]", compile("[ㄱㄴㄷ:ㅏㅣ]", &order).unwrap().to_string());

만약 별개로 몇 개의 글자를 match에 추가하고 싶다면 |를 그 뒤에 추가하면 됩니다.

use korean_regex::*;

let order = Order::Default;
assert_eq!("[과구놔누돠두한abc]", compile("[ㄱㄴㄷ:ㅜㅘ|한abc]", &order).unwrap().to_string());

한글에는 두 개 이상의 글자가 합쳐서 생성된 문자들이 있습니다. ㄲ이나 ㄼ, ㅢ 등이 그 예입니다. 만약 글자 입력기가 ㄺ같은 문자를 작성하는 것을 지원하지 않거나, 미관상의 이유로 코드에서 피하고 싶다면 괄호를 사용해서 문자를 합칠 수 있습니다.

use korean_regex::*;

let order = Order::Default;
assert_eq!("[곿괇궧궯뽟뽧쀇쀏]", compile("[ㄱ(ㅂㅂ):(ㅗㅏ)(ㅜㅔ):(ㄹㅂ)(ㄱㅅ)]", &order).unwrap().to_string());

Example

다른 문법과 합치면 다음과 같이 사용할 수 있습니다.

use korean_regex::*;

// 초성이 ㄱ이 아니고 그 뒤에 종성이 `ㅇ`인 모든 글자가 오며 그 다음 글자 바운더리 혹은 종성이 없는 문자가 있는 경우
let pattern = compile(r"[^ㄱ::][::ㅇ](\b|[:])", &order).unwrap();
let result: Vec<_> = pattern
    .captures_iter("한글은 초성, 중성, 종성의 조합이기에 각각을 분리해 분석하거나 사용하는 것이 때때로 유용합니다.")
    .map(|captures| captures[0].to_string())
    .collect();
assert_eq!(vec!["초성", "중성", "종성의", "사용하"], result)

Order

이 라이브러리와 유니코드는 기본적으로 다음과 같은 순서를 사용합니다.

초성: ㄱㄲㄴㄷㄸㄹㅁㅂㅃㅅㅆㅇㅈㅉㅊㅋㅌㅍㅎ
중성: ㅏㅐㅑㅒㅓㅔㅕㅖㅗㅘㅙㅚㅛㅜㅝㅞㅟㅠㅡㅢㅣ
종성: 0ㄱㄲㄳㄴㄵㄶㄷㄹㄺㄻㄼㄽㄾㄿㅀㅁㅂㅄㅅㅆㅇㅈㅊㅋㅌㅍㅎ

이 순서에는 장점도 있지만 단점도 있습니다 대표적으로는 -을 사용할 때 나타납니다.

[ㄱ-ㄹ:0:0]의 결과값은 [ㄱㄲㄴㄷㄸㄹ]입니다. 하지만 일반적으로 우리는 ㄱ부터 ㄹ의 결과값으로는 [ㄱㄴㄷㄹ]를 기대하기 마련입니다.

이러한 경우 Order를 고쳐서 순서를 변경해 문제를 해결할 수 있습니다.

Order::RegularFirst를 순서로 사용하면 각각의 순서는 다음과 같이 변경됩니다.

초성: ㄱㄴㄷㄹㅁㅂㅅㅇㅈㅊㅋㅌㅍㅎㄲㄸㅃㅆㅉ
중성: ㅏㅑㅓㅕㅗㅛㅜㅠㅡㅣㅐㅒㅔㅖㅘㅙㅚㅝㅞㅟㅢ
종성: 0ㄱㄴㄷㄹㅁㅂㅅㅇㅈㅊㅋㅌㅍㅎㄲㄳㄵㄶㄺㄻㄼㄽㄾㄿㅀㅄㅆ

이는 [ㄱ-ㄹ:0:0]의 결과값이 [ㄱㄴㄷㄹ]가 되도록 만듭니다.

또한 결과값의 순서도 변경됩니다. 예를 들어 [ㄲㄴ:0:0]의 결과는 Order::Default에서는 [ㄲㄴ]가 되지만 Order::RegularFirst에서는 [ㄴㄲ]가 됩니다.

하이픈 사용 시 두 순서 중에서 어느 것이 자신의 필요에 맞는지 확인하고 사용하시면 됩니다.

Hyphen replacing

정규표현식의 [] 문법에는 연속되는 문자를 대체하는 - 문법이 있습니다.

만약 연속되는 문자가 세 개 이상 있다면 korean-regex에서도 -문법이 이용됩니다.

use korean_regex::*;

let order = Order::Default;
assert_eq!("[가-깋라-맇]", compile("[ㄱㄹ::]", &order).unwrap().to_string());

compilestr

compile은 단순히 compilestr의 결과를 Regex::new로 감싸는 함수일 뿐입니다.

use korean_regex::*;
use regex::Regex;

let order = Order::Default;
assert_eq!(
    compilestr("[ㄱ::]", &order).unwrap(),
    compile("[ㄱ::]", &order).unwrap().to_string()
);

Rust에서는 정규표현식 크레이트가 하나가 아닙니다. 만약 다른 정규표현식 크레이트를 이용하고 싶은 경우에 compilestr을 이용해 다른 정규표현식 크레이트를 사용할 수 있습니다.

use fancy_regex::Regex;
use koran_regex::*;

let pattern = compilestr(r"(?<![ㅎ:ㅏ:])[^ㄱ::][::ㅇ]", &Order::Default);
let re = Regex::new(pattern).unwrap();