프로그래밍/AWK

AWK의 문자열 함수: 데이터 처리의 필수 도구

shimdh 2025. 6. 7. 11:01
728x90

AWK는 강력한 텍스트 처리 도구로, 문자열 함수는 데이터 분석 및 변환 과정에서 매우 중요한 역할을 합니다. 이 블로그 포스트에서는 AWK의 주요 문자열 함수들을 살펴보고, 각 함수의 사용 예제를 통해 실질적인 활용 방법을 제시하겠습니다.

기본 문자열 함수

AWK에는 여러 내장 문자열 함수가 있으며, 여기서는 가장 흔히 사용하는 몇 가지를 소개합니다.

1. length(string)

length 함수는 지정된 문자열의 길이를 반환합니다. 이 함수는 문자열의 길이를 측정하는 데 유용하며, 데이터의 크기를 파악하는 데 도움을 줍니다.

echo "Hello World" | awk '{print length($0)}'

위 코드는 "Hello World"라는 문장의 길이인 11을 출력합니다. 문자열의 길이를 알면 데이터 처리 시 유용하게 활용할 수 있습니다.

2. substr(string, start, length)

substr 함수는 주어진 시작 위치부터 특정 길이만큼의 부분 문자열을 추출합니다. 긴 문자열에서 필요한 부분만을 선택할 때 유용합니다.

echo "Good Morning" | awk '{print substr($0, 6, 7)}'

이 예제는 "Morning"이라는 단어를 출력합니다. 이를 통해 특정 정보만을 추출하여 사용할 수 있습니다.

3. index(string, substring)

index 함수는 특정 하위 문자열이 처음 나타나는 위치를 반환합니다. 찾지 못하면 0을 반환합니다. 이 함수는 문자열 내에서 특정 단어의 위치를 찾는 데 유용합니다.

echo "Welcome to the world of AWK!" | awk '{print index($0, "world")}'

여기서 결과로 15가 출력됩니다. 이를 통해 문자열 내에서 특정 단어의 위치를 쉽게 파악할 수 있습니다.

대소문자 변환

AWK에서는 대소문자를 변환하는 두 가지 주요 함수를 제공합니다.

1. toupper(string)

toupper 함수는 모든 문자를 대문자로 변환하여 반환합니다. 데이터의 일관성을 유지하는 데 도움을 줍니다.

echo "hello world" | awk '{print toupper($0)}'

결과는 "HELLO WORLD"입니다. 대문자로 변환함으로써 데이터의 가독성을 높일 수 있습니다.

2. tolower(string)

tolower 함수는 모든 문자를 소문자로 변환하여 반환합니다. 대소문자 구분 없이 데이터를 처리할 때 유용합니다.

echo "HELLO WORLD" | awk '{print tolower($0)}'

결과는 "hello world"입니다. 소문자로 변환하여 데이터의 통일성을 유지할 수 있습니다.

트리밍과 공백 제거

공백이나 특수 문자가 포함된 경우 이를 제거하는 것도 중요합니다. 데이터의 정확성을 위해 불필요한 공백을 제거하는 과정은 필수적입니다.

gsub(regex, replacement, string)

gsub 함수는 정규 표현식에 매칭되는 모든 부분을 다른 문자로 교체합니다. 이 함수는 문자열 내에서 특정 패턴을 찾아 수정할 때 유용합니다.

echo " Hello     World!      " | awk '{gsub(/^[ \t]+|[ \t]+$/, "", $0); print}'

이 예제에서는 앞뒤 공백이 제거되어 "Hello World!"가 출력됩니다. 이를 통해 데이터의 형식을 정리할 수 있습니다.

실습 예제

다음은 위에서 배운 내용을 활용한 좀 더 복잡한 사례입니다:

echo -e "apple\nbanana\ncherry\ndate" | 
awk '{
    capitalized = toupper(substr($0,1,1)) substr($0,2)
    printf "%s (%d characters)\n", capitalized, length(capitalized)
}'

위 스크립트는 다음과 같은 출력을 생성할 것입니다:

Apple (5 characters)
Banana (6 characters)
Cherry (6 characters)
Date (4 characters)

여기서 우리는 각 과일 이름의 첫 글자를 대문자로 변경하고 그 길이를 계산하여 포맷팅된 형태로 출력했습니다. 이 과정은 데이터의 가독성을 높이고, 정보를 명확하게 전달하는 데 기여합니다.

결론

AWK에서 제공하는 문자열 함수들은 데이터 처리와 분석 시 필수적인 도구입니다. 이러한 함수를 적절히 활용하면 데이터를 효율적으로 조작하고 원하는 형식으로 가공할 수 있습니다. 다양한 실습 문제를 통해 이러한 개념들을 더욱 깊게 이해해 보세요! 데이터의 정확성과 일관성을 유지하는 것은 성공적인 데이터 분석의 핵심입니다.

728x90