문자와 문자열(Character & String)
인코딩과 디코딩
컴퓨터에 입력된 문자 역시 2진수로 변환 합니다. 그러나 문자 자체가 수치형인 2진수로 직접적으로 변환될 수 없습니다. 그러므로 특정한 문자는 대응되는 고유한 정수값을 가지며 그 정수를 2진수로 변환합니다. 이 과정이 이루어지기 위해서는 입력되는 데이터가 문자 또는 숫자인지를 명확히 구분해야 합니다. C 등의 언어에서는 자료형을 미리 선언하는데 반해 파이썬은 작은 따옴표(' ')나 큰 따옴표(" ")로 문자(character) 또는 문자열(string)임을 선언합니다.
이와같이 입력된 문자는 컴퓨터에서 2진수로 코드화되는데 이 과정을 인코딩(encoding)이라 하며 반대로 인코딩의 결과인 코드포인트를 문자로 전환하는 과정을 디코딩(decoding)이라 합니다.
특정한 문자에 대응하는 이진수 값을 코드 포인트(code point)라고 합니다.
내장함수 ord(문자)와 chr(정수)를 사용하여 문자와 정수의 매칭관계를 확인할 수 있습니다. 다음은 문자 'c'에 매칭되는 정수와 이를 이진수로 나타낸 것입니다.
ch='c' ord(ch)
99
chr(ord(ch))
'c'
문자 'c'에 대응하는 정수와 2진수 값은 정수를 이진수를 반환하는 내장함수인 bin()로 확인할 수 있습니다.
bin(ord(ch))
'0b1100011'
하나의 글자를 문자(character), 한 개 이상의 문자들의 집합을 문자열(string) 이라고 합니다. 다른 많은 프로그래밍언어에서는 문자와 문자열을 엄격히 구별하지만 파이썬에서 둘 모두 문자열(string)로 인식합니다. 그러므로 파이썬에서 문자나 문자열은 한 개 이상의 값들을 포함하는 객체로 3 장에서 언급하는 컬렉션(여러개의 값들을 그룹화한 자료형)에 포함됩니다.
- 문자(character)
- 'ㄱ', 'ㄴ', 'a','b'와 같은 기호
- Unicode character로 정의
- 이진수로 변환되어 메모리에 저장
- string(문자열)
- character(문자)들로 구성된 시퀀스(sequence)(객체에 포함된 각 값이 순서를 가지는 자료형태)
파이썬으로 생성한 객체는 내장 메서드인 encode()와 decode()를 사용하여 인코딩과 디코딩을 실행할 수 있습니다. 이 메서드는 각각 이진수로 코드화 된 결과와 다시 문자로 전환된 결과를 반환합니다.
메서드는 미리 정의된 객체에서만 작용하는 함수입니다. 그러므로 객체.메서드()와 같이 메서드가 소속된 객체와 연결되어야 합니다.
s='coffee'
b=s.encode('utf-8'); b
b'coffee'
b.decode()
'coffee'
위 결과에서 접두어 b는 이진수임을 나타냅니다. 위의 결과와 같이 영어에 대한 인코딩 결과는 입력한 결과와 같은 모양을 가지지만 영어 외의 다른 언어는 다음의 결과와 같이 16진수로 반환됩니다.
s1='커피'
b1=s1.encode('utf-8'); b1
b'\xec\xbb\xa4\xed\x94\xbc'
b1.decode()
'커피'
문자열의 생성과 인덱스
전절에서 소개한 것과 같이 문자열은 작은 따옴표(' ') 또는 큰 따옴표(" ")내에 입력합니다. 이 형식으로 입력할 경우 길이에 상관없이 하나의 행으로 출력됩니다. 여러줄의 문자열을 입력하기 위해서는 삼중 따옴표(''' ''' 또는 """ """)를 사용합니다. 문자열을 선언하기 위한 따옴표의 종류, 즉 큰따옴표 또는 작은 따옴표는 상관없지만 여는 따옴표와 닫는 따옴표는 일관적이어야 합니다.
a='Hello' a
'Hello'
b="python" b
'python'
c="""파이썬을 시작합시다. 공부가 아닌 놀이입니다. 즐기세요.""" c
'파이썬을 시작합시다.\n공부가 아닌 놀이입니다.\n즐기세요.'
문자열 'python'은 문자 'p', 'y', 't', 'h', 'o', 'n'로 구성된 객체로서 이 경우 각각의 문자를 그 문자열 객체의 요소(element)라고 합니다. 요소들로 구성된 객체에서 각 요소는 왼쪽부터 0, 1, 2, ...와 같이 번호가 자동으로 할당됩니다. 그 번호를 인덱스(index)라고 하며 0으로 시작되는 정수입니다. 이와 같이 부여된 인덱스에 의해 객체의 각 요소는 순서를 가지므로 문자열 객체는 시퀀스(sequence)가 됩니다.
인덱스를 사용하여 객체내의 요소(들)를 호출할 수 있습니다. 문자열 "python"의 경우 각 문자는 표 1과 같이 0으로 시작하는 인덱스(index)를 가지고 있습니다. 또한 최오른쪽의 요소를 기준으로 -1, -2와 같이 음의 정수로 구성된 역인덱스(inverse index) 사용할 수 있습니다.
| 문자 | p | y | t | h | o | n |
|---|---|---|---|---|---|---|
| 인덱스 | 0 | 1 | 2 | 3 | 4 | 5 |
| 역인덱스(음부호) | -6 | -5 | -4 | -3 | -2 | -1 |
표 1과 같이 문자열의 각 문자에 부여된 인덱스를 사용하여 그에 대응하는 요소를 호출할 수 있습니다. 객체에 인덱스를 적용하기 위해서는 식 1과 같이 대괄호를 사용합니다.
| 객체[인덱스] | (식 1) |
b[0]
'p'
b[5]
'n'
역인덱스는 많은 요소들을 가진 객체의 마지막 요소의 호출을 위해 유용하게 사용할 수 있습니다. 예를 들어 객체 b의 마지막 요소는 다음과 같이 나타낼 수 있습니다.
b[-1]
'n'
객체의 인덱스와 콜론연산자(:)를 사용하여 객체의 일부를 호출할 수 있습니다. 이를 슬라이싱(slicing)이라고 하며 표 2에 소개한 규칙을 적용합니다.
| 규칙 | 내용 |
|---|---|
| [a:b] | 인덱스 a~(b-1)까지에 대응하는 요소들 |
| [start:end:interval] | 인덱스 start~(end-1)사이에 interval 간격에 대응하는 요소들 |
| [:] | 객체의 모든 요소들 |
| [-1] | 객체의 마지막 요소 음 부호를 사용 |
| [::-1] | 모든 요소들을 역순으로 정렬 |
b="python" b[1:5]
'ytho'
b[1:5:2]
'yh'
b[:]
'python'
b[::-1]
'nohtyp'
문자열은 불변(Immutable)객체
문자열은 불변객체 로서 객체 내의 각 문자는 수정하거나 교환할 수 없습니다. 그러나 새로운 문자열을 동일한 이름의 객체에 다시 할당하는 방식으로 객체의 내용을 바꿀수 있습니다. 다음 코드 ①과 같이 객체의 원소를 수정할 수 없습니다. 그러나 코드 ②와 같이 객체 자체에 다른 값을 할당할 수 있습니다.
a="Hello" a
'Hello'
a[1]
'e'
a[1]='a' # ①
...TypeError: 'str' object does not support item assignment
a='change' # ② a
'change'
또한 이미 생성된 문자열 객체는 키워드 del을 사용하여 삭제할 수 있습니다. 물론 문자열 내의 각 문자의 삭제는 에러를 발생합니다.
del a a
NameError: name 'a' is not defined
b[3]
'h'
del b[3]
TypeError: 'str' object doesn't support item deletion
문자열 연산
표 3에서 소개한 일부 연산자는 문자열과 문자열들의 사이의 연산에 사용할 수 있습니다.
| 연산자 | 내용 |
|---|---|
| a + b + ... | 두개 이상의 문자열 연결 |
| ("..." "..." ...) | 소괄호 내의 문자열 연결 |
| a*n | 문자 또는 문자열(a)을 n번 반복 (n: 정수) |
| 'a' in b | a가 b에 포함 여부를 True/False로 판단 |
a='Hello' b="python" a+" "+b
'Hello python'
("안녕" " 친구" "!")
'안녕 친구!'
b*2
'pythonpython'
'y' in b
True
대표적인 문자열 메소드
문자열 역시 클래스이며 다양한 메소드를 가지고 있습니다. 대표적으로 몇 가지를 알아보면 표 4와 같습니다.
| 메소드 | 내용 |
|---|---|
| str.lower() | str의 대문자 → 소문자 |
| str.upper() | str의 소문자 → 대문자 |
| " ".join(x) | x 내에 여러 문자열을 결합하여 연결 str.join(x): 객체 x의 각 요소에 str을 연결 |
| str.split(x) | x를 기준으로 문자열(str)을 분리, 기본은 빈칸 |
| str.find(x) | 문자열(str)에서 x의 인덱스를 반환 |
| str.replace(x, y) | 문자열(str)에서 x를 y로 치환 |
a='HELLO' b="python" a.lower() # 소문자로 변형
'hello'
b.upper() # 대문자로 변형
'PYTHON'
c=["join","메소드는", "여러","문자열을", "결합","합니다."] d=" ".join(c) d
'join 메소드는 여러 문자열을 결합 합니다.'
c=["join","메소드는", "여러","문자열을", "결합","합니다."] d="연결: ".join(c) d
'join연결: 메소드는연결: 여러연결: 문자열을연결: 결합연결: 합니다.'
e="split 메소드는 문자열을 분리 시킵니다." e.split()
['split', '메소드는', '문자열을', '분리', '시킵니다.']
e.split("분") # 구분하기 위한 문자, 기호 등(구분자)을 인수로 전달
['split 메소드는 문자열을 ', '리 시킵니다.']
e.find("문")
11
e.replace('split', 'split()')
'split() 메소드는 문자열을 분리 시킵니다.'
댓글
댓글 쓰기