84. Parsing

파싱(구문 분석, Parsing)은 문장을 적절한 구성 성분으로 분해한 다음 그것을 분석하여 문장의 구조를 정하는 것이다. PS에서의 파싱은 이보다 조금 더 제한적인 의미로 사용되는 경우가 많으며 이때의 의미는 주로 '문자열을 기준에 따라 여러 데이터로 구분하여 원하는 형태로 만든 뒤 적절하게 처리하는 것'으로 해석할 수 있다.

 

PS에서 파싱은 수와 수가 아닌 문자들이 섞여 있을 때 이것들을 분리할 경우, 특정한 기호가 정해져 있고 그것이 문자열에 등장하는지의 여부를 사전에 알 수 없거나 등장하는 위치가 변할 수 있는 경우, 길이가 정해지지 않은 문자열이 화이트 스페이스 이외의 다른 문자로 구분되어 입력되는 경우 등에 사용된다. 그밖에 다른 유형도 존재하며 각각의 유형을 적절하게 처리해야 데이터를 편리하게 이용할 수 있다.

 

파싱을 위해서는 아스키 코드(American Standard Code for Information Interchange, ASCII)를 알고 있는 것이 좋다. 다음은 아스키 코드표이다.

VAL	CHR	VAL	CHR	VAL	CHR	VAL	CHR	VAL	CHR	VAL	CHR	VAL	CHR	VAL	CHR
0	NUL	16	DLE	32	SPC	48	0	64	@	80	P	96	`	112	p
1	SOH	17	DC1	33	!	49	1	65	A	81	Q	97	a	113	q
2	STX	18	DC2	34	"	50	2	66	B	82	R	98	b	114	r
3	ETX	19	DC3	35	#	51	3	67	C	83	S	99	c	115	s
4	EOT	20	DC4	36	$	52	4	68	D	84	T	100	d	116	t
5	ENQ	21	NAK	37	%	53	5	69	E	85	U	101	e	117	u
6	ACK	22	SYN	38	&	54	6	70	F	86	V	102	f	118	v
7	BEL	23	ETB	39	'	55	7	71	G	87	W	103	g	119	w
8	BS	24	CAN	40	(	56	8	72	H	88	X	104	h	120	x
9	HT	25	EM	41	)	57	9	73	I	89	Y	105	i	121	y
10	LF	26	SUB	42	*	58	:	74	J	90	Z	106	j	122	z
11	VT	27	ESC	43	+	59	;	75	K	91	[	107	k	123	{
12	FF	28	FS	44	,	60	<	76	L	92	\	108	l	124	|
13	CR	29	GS	45	-	61	=	77	M	93	]	109	m	125	}
14	SO	30	RS	46	.	62	>	78	N	94	^	110	n	126	~
15	SI	31	US	47	/	63	?	79	O	95	_	111	o	127	DEL

일반적인 아스키 코드는 위와 같이 표현된다. 각각의 문자는 고유의 아스키 코드값을 가지며 이 값은 $0$ 이상 $127$ 이하로 제한되어 있다. 위의 표는 각각의 문자를 종류에 따라서 다른 색으로 구분해 놓았는데 이에 대한 설명은 다음과 같다.

• 빨간색 문자는 숫자(Digit)를 의미한다. 해당하는 아스키 코드값은 $48\text{~}57$이다.
• 파란색 문자는 알파벳(Alphabet)을 의미한다. 해당하는 아스키 코드값은 대문자가 $65\text{~}90$, 소문자가 $97\text{~}122$이다.
• 초록색 문자는 숫자와 알파벳 이외의 특수 문자를 의미한다. 해당하는 아스키 코드값은 $33\text{~}47, 58\text{~}64, 91\text{~}96, 123\text{~}126$이다.
• 보라색 문자는 화이트 스페이스(White Space)이다. 이 문자들은 입력되는 데이터를 구분하는 용도로 쓰인다. 해당하는 아스키 코드값은 $9\text{~}13, 32$이다.
• 주황색 문자는 그 밖의 문자들이며, 보라색과 주황색 문자들 중 DEL을 제외한 $32$개 문자를 제어문자라고 한다.

다음은 각각의 아스키 문자에 대한 설명이다.

0(Null, NUL): 전송되는 문자들 사이에 시간 간격을 준다. 문자열의 끝을 표시한다.

1(Start of Heading, SOH): 정보 메시지 헤더의 시작을 표시한다.

2(Start of Text, STX): 정보 메시지 헤더의 끝 및 본문의 시작을 표시한다.

3(End of Text, ETX): 본문의 끝을 표시한다.

4(End of Transmission, EOT): 전송의 종료를 표시한다. 데이터 링크를 초기화한다.

5(Enquiry, ENQ): 데이터 링크의 설정 및 응답을 요구한다.

6(Acknowledge, ACK): 수신한 정보 메시지에 대한 긍정 응답을 나타낸다.

7(Bell, BEL): 경고음을 울린다.

8(Backspace, BS): 프린터 헤드나 커서를 왼쪽으로 한 칸 이동한다.

9(Horizontal Tab, HT): 프린터 헤드나 커서를 수평 방향으로 정해진 위치만큼 전진한다.

10(Line Feed, LF): 프린터 헤드나 커서를 다음 줄의 같은 위치로 이동한다.

11(Vertical Tab, VT): 프린터 헤드나 커서를 수직 방향으로 정해진 위치만큼 전진한다.

12(Form Feed, FF): 프린터 헤드나 커서를 다음 페이지의 같은 위치로 이동한다.

13(Carriage Return, CR): 프린터 헤드나 커서를 줄의 맨 앞으로 이동한다.

14(Shift Out, SO): 도형 문자의 사용 종료를 표시한다.

15(Shift In, SI): 도형 문자의 사용 시작을 표시한다.

16(Data Link Escape, DLE): 뒤따르는 글자들의 의미를 바꾼다.

17(Device Control 1, DC1): 장치를 제어한다.

18(Device Control 2, DC2): 장치를 제어한다.

19(Device Control 3, DC3): 장치를 제어한다.

20(Device Control 4, DC4): 장치를 제어한다.

21(Negative Acknowledge, NAK): 수신한 정보 메시지에 대한 부정 응답을 나타낸다.

22(Synchronous Idle, SYN): 문자를 전송하지 않는 상태에서 동기를 유지한다.

23(End of Transmit Block, ETB): 전송 블럭의 종료를 표시한다.

24(Cancel, CAN): 선행 데이터가 틀린 경우 이를 무시한다.

25(End of Medium, EM): 기록 부분의 종료를 표시한다.

26(Substitute, SUB): 잘못된 문자를 치환한다.

27(Escape, ESC): 제어 기능을 추가한다.

28(File Separator, FS): 파일의 경계를 할당한다.

29(Group Separator, GS): 레코드 그룹의 경계를 할당한다.

30(Record Separator, RS): 레코드의 경계를 할당한다.
31(Unit Separator, US): 장치의 경계를 할당한다.

32(Space, SPC): 프린터 헤드나 커서를 오른쪽으로 한 칸 이동한다.

33(Exclamation Mark): 기호 !

34(Double Quotes): 기호 "

35(Number): 기호 #

36(Dollar): 기호 $

37(Procenttecken): 기호 %

38(Ampersand): 기호 &

39(Single Quote): 기호 '

40(Open Parenthesis): 기호 (

41(Close Parenthesis): 기호 )

42(Asterisk): 기호 *

43(Plus): 기호 +

44(Comma): 기호 ,

45(Hyphen): 기호 -

46(Period): 기호 .
47(Slash): 기호 /

48(Zero): 숫자 0

49(One): 숫자 1

50(Two): 숫자 2

51(Three): 숫자 3

52(Four): 숫자 4

53(Five): 숫자 5

54(Six): 숫자 6

55(Seven): 숫자 7

56(Eight): 숫자 8

57(Nine): 숫자 9

58(Colon): 기호 :

59(Semicolon): 기호 ;

60(Less Than): 기호 <

61(Equals): 기호 =

62(Greater Than): 기호 >

63(Question Mark): 기호 ?

64(At Symbol): 기호 @

65(Uppercase A): 대문자 A

66(Uppercase B): 대문자 B

67(Uppercase C): 대문자 C

68(Uppercase D): 대문자 D

69(Uppercase E): 대문자 E

70(Uppercase F): 대문자 F

71(Uppercase G): 대문자 G

72(Uppercase H): 대문자 H

73(Uppercase I): 대문자 I

74(Uppercase J): 대문자 J

75(Uppercase K): 대문자 K

76(Uppercase L): 대문자 L

77(Uppercase M): 대문자 M

78(Uppercase N): 대문자 N

79(Uppercase O): 대문자 O

80(Uppercase P): 대문자 P

81(Uppercase Q): 대문자 Q

82(Uppercase R): 대문자 R

83(Uppercase S): 대문자 S

84(Uppercase T): 대문자 T

85(Uppercase U): 대문자 U

86(Uppercase V): 대문자 V

87(Uppercase W): 대문자 W

88(Uppercase X): 대문자 X

89(Uppercase Y): 대문자 Y

90(Uppercase Z): 대문자 Z

91(Opening Bracket): 기호 [

92(Backslash): 기호 \

93(Closing Bracket): 기호 ]

94(Caret): 기호 ^

95(Underscore): 기호 _

96(Grave Accent): 기호 `

97(Lowercase a): 소문자 a

98(Lowercase b): 소문자 b

99(Lowercase c): 소문자 c

100(Lowercase d): 소문자 d

101(Lowercase e): 소문자 e

102(Lowercase f): 소문자 f

103(Lowercase g): 소문자 g

104(Lowercase h): 소문자 h

105(Lowercase i): 소문자 i

106(Lowercase j): 소문자 j

107(Lowercase k): 소문자 k

108(Lowercase l): 소문자 l

109(Lowercase m): 소문자 m

110(Lowercase n): 소문자 n

111(Lowercase o): 소문자 o

112(Lowercase p): 소문자 p

113(Lowercase q): 소문자 q

114(Lowercase r): 소문자 r

115(Lowercase s): 소문자 s

116(Lowercase t): 소문자 t

117(Lowercase u): 소문자 u

118(Lowercase v): 소문자 v

119(Lowercase w): 소문자 w

120(Lowercase x): 소문자 x

121(Lowercase y): 소문자 y

122(Lowercase z): 소문자 z

123(Opening Brace): 기호 {

124(Vertical Bar): 기호 |

125(Closing Brace): 기호 }

126(Tilde): 기호 ~

127(Delete, DEL): 불필요한 부호를 삭제한다.

 

PS에서는 주황색 문자들이 사용되는 일이 거의 없어서 나머지 문자들을 잘 처리하는 것이 관건이다. 아래의 연습문제들을 통해서 다양한 종류의 파싱에 익숙해질 수 있다.

 

[연습문제]

 

CodeUp 1124. 분자량 구하기 1

문자, 정수, 문자, 정수를 차례대로 입력받아서 분자량을 구한다. 이 문제는 입력되는 자료형의 순서가 정해져 있어서 간단하게 구현할 수 있다.

 

CodeUp 1660. 파싱(parsing) 1

문자열을 입력받고 한 문자씩 출력하는데 , 문자만 공백으로 바꿔서 출력한다.

 

CodeUp 1661. 파싱(parsing) 2

문자열을 입력받고 한 문자씩 출력하는데 , 또는 ; 문자와 공백은 문제에 나온 대로 적절하게 처리한다. 문자열이 공백을 포함하므로 한 줄을 한번에 입력받거나, 문자를 하나씩 입력받아야 한다.

 

CodeUp 1718. 분자량 구하기 2

문자 C와 H는 항상 입력되지만 C와 H 사이에 숫자가 하나도 없거나 H 뒤에 숫자가 입력되지 않는 경우가 생길 수 있어서 파싱으로 처리해야 한다. 각각의 계수가 존재하는 경우 계수를 구하고, 존재하지 않는 경우 계수를 $1$로 설정한다.

 

CodeUp 1755. 확장자 확인하기

입력되는 문자열에서 마지막으로 . 문자가 등장하는 위치를 찾고 그 다음에 나오는 부분을 확인해서 확장자를 결정한다.

 

CodeUp 2013. 화학식량 구하기

분자량 구하기 문제의 확장 버전이다. 원리는 1124번과 같은데 처리해야 할 케이스가 조금 많다.

 

CodeUp 2016. 천단위 구분기호

문자열을 입력받고 적절한 위치에 문자 ,를 넣는다.

 

CodeUp 3027. 연립방정식을 풀어라! (Easy)

파싱으로 각각의 식에서 $x$의 계수와 $y$의 계수, 우변의 값을 구하고 연립방정식을 푼다.

 

→ solved.ac tag: parsing