자바(Java) 숫자, 영문, 한글 여부를 체크하는 방법

자바(Java)를 이용해서, 문자의 숫자, 영문, 한글등을 체크하는 방법은 다양하게 많이 존재한다. index 값을 체크하여 문자를 알아내는 고전적인 방식과 정규표현식을 사용해서 체크하는 방법, 그리고 라이브러리를 사용하여 간단하게 체크하는 방법등 여러가지 방식들이 존재한다. 이 포스팅에서는 3가지의 방식을 사용해보고, 각각의 장단점을 정리해보도록 한다.

1. String Index 기법

일단 고전적인 방법으로는 String index값을 이용해서, 한글자 한글자를 읽은 후 index 값이 무엇인지 확인해서 리턴하는 방식이다. 이 방식은 가장 확실하지만, 소스가 지저분해 보일 수 있다. 그리고, 그만큼 강력하다 Low Level의 메소드를 직접 만드는 방법이기 때문에 부가적인 작업(ex: 형태소 분석)들을 처리하기 위해서는 이 방법을 추천한다.

우선 어떤 식으로 진행하는지 확인하기 위해서 index값을 출력하는 코드를 짜본다

public class main {
 
    public static void main(String[] args) {
        String sentence = "azAZ019 아이폰6를 샀는데 iphone5보다 이쁘지는 않더라";
        String[] words = sentence.split(" ");
        
        for(String word : words) {
            System.out.println(word + "=>" + getType(word));
        }
    }
    
    
    
    /**
     * 문자의 영문,숫자, 한글 타입을 리턴한다
     * 
     * @param word
     * @return
     */
    public static String getType(String word) {
        for(int i = 0; i < word.length(); i++) {
            int index = word.charAt(i);
            System.out.println(word.substring(i, i+1) + " " + index);
        }        
        
        return "";
    }
}
 

실행을 하면 아래와 같이 결과가 출력된다

a 97

z 122

A 65

Z 90

0 48

1 49

9 57

azAZ019=>

아 50500

이 51060

폰 54256

6 54

를 47484

아이폰6를=>

샀 49344

는 45716

데 45936

샀는데=>

i 105

p 112

h 104

o 111

n 110

e 101

5 53

보 48372

다 45796

iphone5보다=>

이 51060

쁘 49240

지 51648

는 45716

이쁘지는=>

않 50506

더 45908

라 46972

않더라=>

여기서 확인할 수 있는 것은 알파벳은 대문자가 index값이 더 작고, 숫자가 알파벳보다 index가 더 작다는 건데 숫자는 48~57까지이고, 알파벳은 65부터 122까지이다. 위 소스를 이용해서, 단어마다 숫자, 영문, 한글이 포함되어 있는지 체크하는 소스를 짜보도록 하겠다.

public class main {
 
    public static void main(String[] args) {
        String sentence = "azAZ019 아이폰6를 샀는데 iphone5보다 이쁘지는 않더라";
        String[] words = sentence.split(" ");
        
        for(String word : words) {
            System.out.println(word + "=>" + getType(word));
        }
    }    
    
    
    /**
     * 문자의 영문,숫자, 한글 타입을 리턴한다
     * 
     * @param word
     * @return
     */
    public static String getType(String word) {
        boolean numeric = false;
        boolean alpha = false;
        boolean korean = false;
        StringBuffer sb = new StringBuffer();
        
        for(int i = 0; i < word.length(); i++) {
            int index = word.charAt(i);
            
            if(index >= 48 && index <= 57) {
                numeric = true;
            } else if(index >= 65 && index <= 122) {
                alpha = true;
            } else {
                korean = true;
            }
        }    
        
        if(numeric)
            sb.append("숫자");
        
        if(alpha) {
            if(sb.length() > 0)
                sb.append(",");
            sb.append("영문");
        }
        
        if(korean) {
            if(sb.length() > 0)
                sb.append(",");
            sb.append("한글");
        }
        
        return sb.toString();
    }
}
 

위 소스를 실행하면 아래와 같이 결과를 출력하게 된다

azAZ019=>숫자,영문

아이폰6를=>숫자,한글

샀는데=>한글

iphone5보다=>숫자,영문,한글

이쁘지는=>한글

않더라=>한글

이 방식의 장점은 위에서 설명했던대로 핵심 소스 부분을 직접 코딩하기 때문에 내가 원하는 형태로 리턴을 받을 수가 있는 장점이 있다. 그래서 형태소 분석기등을 만들기에 가장 적합한 방식일 수 있다. 다만 조건이 많아질 경우 패턴이 좀 지저분해질 수 있다는 단점이 있다. 예를 들어 너무 많은 외국어들이 혼재할 경우 처리의 복잡성등이 있을 것이다

2. 정규 표현식을 사용한 방법

정규 표현식을 쓰게 되면, 위 소스의 양을 확 줄일 수 있는 결과를 보여준다. 그래서 숫자, 영문의 순서라든지 문자를 숫자, 영문, 한글 등으로 다시 분리하고 싶다던지 이런 경우를 제외하고는 위 방식보다 정규표현식을 쓰는 것이 훨씬 깔끔하게 표현 될 수 있다.

import java.util.regex.Pattern;
 
public class main {
 
    public static void main(String[] args) {
        String sentence = "azAZ019 아이폰6를 샀는데 iphone5보다 이쁘지는 않더라 東濫漁長進";
        String[] words = sentence.split(" ");
        
        for(String word : words) {
            System.out.println(word + "=>" + getType(word));
        }
    }    
    
    
    /**
     * 문자의 영문,숫자,한글 여부를 리턴한다
     * 
     * @param word
     * @return
     */
    public static boolean getType(String word) {
        return Pattern.matches("^[0-9a-zA-Z가-힣]*$", word);
    }
}
 

해당 메소드는 단어에 숫자,영문,한글이 들어갈 경우, True를 리턴하는데 테스트로 넣은 한자는 False를 리턴하게 된다.

azAZ019=>true

아이폰6를=>true

샀는데=>true

iphone5보다=>true

이쁘지는=>true

않더라=>true

東濫漁長進=>false

3. Apache의 StringUtils을 이용하는 방법

apache의 라이브러리중, common-lang3.jar 라이브러리가 존재하는데 이 라이브러리에는 StringUtils이라는 메소드가 존재한다. StringUtils에는 갖가지 문자열을 체크하는 기능이 있다. 

다운로드 링크

commons-lang3-3.0.1.jar

maven 링크

<!-- https://mvnrepository.com/artifact/org.apache.commons/commons-lang3 -->

<dependency>

<groupId>org.apache.commons</groupId>

<artifactId>commons-lang3</artifactId>

<version>3.0.1</version>

</dependency>

해당 라이브러리를 classpath에 등록하면, StringUtils이라는 메소드를 사용해서 문자와 숫자를 간단하게 체크할 수 있다.

import org.apache.commons.lang3.StringUtils;
 
public class main {
 
    public static void main(String[] args) {
        String sentence = "2018 azAZ019 아이폰6를 샀는데 iphone5보다 이쁘지는 않더라 東濫漁長進";
        String[] words = sentence.split(" ");
        
        for(String word : words) {
            System.out.println(word + "=>" + getType(word));
        }
    }    
    
    
    /**
     * 문자의 영문,숫자,한글 여부를 리턴한다
     * 
     * @param word
     * @return
     */
    public static String getType(String word) {
        // 숫자로만 구성되어 있을 경우
        if(StringUtils.isNumeric(word)) {
            return "숫자";
        }
        // 숫자가 아닌 문자로 구성되어 있을 경우
        if(StringUtils.isAlpha(word)) {
            return "문자";
        }
        // 숫자와 문자가 섞여 있을 경우
        if(StringUtils.isAlphanumeric(word)) {
            return "숫자+문자";                    
        }
        
        return "";
    }
}

참고로 헷갈릴 수 있는 부분이 메소드의 명칭이 isAlpha라는 것이다. 알파벳만 체크할거라 생각할 수 있지만, 문자는 모두 true로 리턴하게 된다.

2018=>숫자

azAZ019=>숫자+문자

아이폰6를=>숫자+문자

샀는데=>문자

iphone5보다=>숫자+문자

이쁘지는=>문자

않더라=>문자

東濫漁長進=>문자