7주차 · 문자열과 데이터 파싱

이번 주 이야기: “센서가 보내온 텍스트, 어떻게 숫자로 바꿀까?”

실제 장비나 파일에서 읽어온 데이터는 대부분 문자열로 들어옵니다.

"  sensor=A1, value= 42 , unit=V  "
"id:001 | temp:24.8 | status:OK"

이 텍스트를 프로그램이 쓸 수 있는 숫자나 딕셔너리로 바꾸는 작업이 파싱(parsing) 입니다.

이번 주 목표는 단순합니다.

1. 문자열 메서드 4개(strip, split, replace, join)를 익히고
2. 정제 → 분리 → 검증 → 변환 순서를 몸에 익히며
3. 리스트 컴프리헨션으로 반복 처리를 한 줄로 줄이기

핵심 관점

파싱의 핵심은 순서입니다. “검증 없이 변환 먼저” 하면 예외가 어디서 났는지 알 수 없습니다. 항상 Validate → Convert 순서를 지키세요.

학습 목표

• 문자열 인덱싱/슬라이싱을 실수 없이 읽는다.
• 문자열이 immutable(불변)이라는 의미를 코드로 이해한다.
• strip, split, replace, join, find를 목적에 맞게 조합한다.
• 텍스트를 정제 → 분리 → 검증 → 변환 순서로 처리한다.
• 리스트 컴프리헨션 기본 형태를 읽고 작성한다.
• C 문자열과 Python 문자열의 차이를 설명한다.

1) 문자열 기초: 인덱싱과 슬라이싱

문자열은 인덱스가 있는 문자 시퀀스입니다.

text = "signal"
print(text[0])    # s  (첫 글자)
print(text[-1])   # l  (마지막 글자)
print(text[1:4])  # ign (1번부터 3번까지)
print(len(text))  # 6

슬라이싱 규칙

text = "sampling"
print(text[0:4])   # samp  — 0,1,2,3번 (4번 미포함)
print(text[4:])    # ling  — 4번부터 끝까지
print(text[:3])    # sam   — 맨앞부터 2번까지
print(text[::2])   # smln  — 두 칸 간격

초보자 체크포인트

슬라이싱 끝 인덱스는 포함되지 않습니다. text[0:4]는 0, 1, 2, 3번만 가져옵니다.

2) 문자열은 불변(immutable)이다

한 글자를 직접 바꿀 수 없습니다.

# 잘못된 방법
name = "radar"
name[0] = "R"   # TypeError 발생!

# 올바른 방법
name = "R" + name[1:]
print(name)  # Radar

문자열 수정은 “원본 수정”이 아니라 새 문자열 생성입니다.

3) 파싱에 자주 쓰는 5개 메서드

strip() — 앞뒤 공백·개행 제거

raw = "  temp=24.8\n"
print(raw.strip())  # temp=24.8

split() — 구분자로 조각내기

line = "time=12:31,temp=24.8,status=OK"
print(line.split(","))
# ['time=12:31', 'temp=24.8', 'status=OK']

두 번째 인자로 최대 분리 횟수를 지정할 수 있습니다.

line = "key:val:extra"
print(line.split(":", 1))  # ['key', 'val:extra'] — 첫 번째만 분리

replace() — 패턴 치환

msg = "temp : 24.8"
print(msg.replace(" ", ""))  # temp:24.8

join() — 리스트를 하나의 문자열로

tokens = ["A", "B", "C"]
print("-".join(tokens))  # A-B-C

find() — 부분 문자열 위치 찾기

line = "id:001|temp:24.8"
print(line.find("|"))   # 6  (없으면 -1)
print(line.find("xyz")) # -1

읽는 순서

line.strip().split(”,“)처럼 길게 나오면, strip 먼저, 그 다음 split 순서로 단계별로 해석하세요.

C와 비교: 문자열 처리 방식이 이렇게 다릅니다

항목	C	Python	기억할 점
문자열 표현	char text[] = "signal";	text = "signal"	Python은 선언이 훨씬 짧다
길이 구하기	strlen(text)	len(text)	함수 이름이 다르다
부분 추출	루프/포인터 연산	슬라이싱 text[1:4]	Python은 문법으로 바로 자른다
공백 제거	직접 구현/라이브러리	strip()	Python은 내장 메서드 사용
분리	strtok 등	split()	Python은 원본 보존이 더 직관적
위치 탐색	strstr, strchr	find()	없으면 -1 반환

C

char text[] = "signal";
printf("%c\n", text[0]);        // 첫 글자
printf("%zu\n", strlen(text));  // 길이

Python

text = "signal"
print(text[0])      # 첫 글자
print(len(text))    # 길이

핵심은 Python 문자열은 슬라이싱과 메서드가 강력해서 파싱 코드가 짧아진다는 점입니다.

4) 파싱 파이프라인 사고법

파싱 파이프라인

flowchart TB
  A[Raw Text] --> B["1) Clean<br/>strip(), replace()"]
  B --> C["2) Split<br/>split(',') / split(':')"]
  C --> D["3) Validate<br/>필드 수 / 키 존재 / 숫자 형태"]
  D --> E["4) Convert<br/>int(), float()"]
  E --> F["Structured Data<br/>dict / list"]

실전 규칙

항상 Validate 후 Convert 순서를 지키세요. 반대로 하면 에러 원인 추적이 매우 어려워집니다.

5) 리스트 컴프리헨션: 리스트를 한 줄로 만들기

예제에서 [f.strip() for f in fields]라는 문법이 등장합니다. 이것이 리스트 컴프리헨션입니다.

기본 형태

[표현식 for 변수 in 반복가능한것]

위 한 줄은 아래 for 문과 정확히 같은 결과를 만듭니다.

# for 문 버전
result = []
for f in fields:
    result.append(f.strip())

# 리스트 컴프리헨션 버전 (같은 동작)
result = [f.strip() for f in fields]

단계별 추적 예시

fields = [" A ", " B ", "C "]라고 할 때:

반복 순서	f 값	f.strip() 결과
1번째	" A "	"A"
2번째	" B "	"B"
3번째	"C "	"C"

최종 결과: ["A", "B", "C"]

조건을 붙일 수도 있습니다.

# 길이 4 이상인 단어만 고르기
words = ["radar", "AI", "signal", "ML"]
long_words = [w for w in words if len(w) >= 4]
print(long_words)  # ['radar', 'signal']

언제 쓰나요?

리스트의 모든 원소에 동일한 처리를 해서 새 리스트를 만들 때 사용합니다. 공백 제거, 대문자 변환, 숫자 변환 등에 자주 쓰입니다.

6) 자주 하는 오해와 반례

오해 1: “split()만 하면 파싱 끝”

line = "id:001 | temp:24.8"
parts = line.split("|")
print(parts[1])  # ' temp:24.8' (앞 공백 포함!)

공백 때문에 키 비교가 실패합니다. strip()을 함께 써야 안전합니다.

오해 2: “숫자로 바로 바꾸는 게 빠르다”

line = "score:NA"
score = int(line.split(":")[1])  # ValueError — 검증 없이 변환하면 바로 중단

오해 3: “인덱스 접근은 항상 가능”

line = "id:001"
parts = line.split("|")
print(parts[1])  # IndexError — 필드가 1개뿐!

필드 수를 먼저 검사해야 합니다.

예제 1

예제 1 · 한 줄 원시 문자열 안전 파싱 Runs in-browser with Pyodide

# 1) 공백이 섞인 원본 문자열 raw = " sensor=A1, value= 42 , unit=V " # 2) 양끝 공백 제거 clean = raw.strip() # 3) 쉼표 기준 필드 분리 fields = clean.split(",") # 4) 리스트 컴프리헨션으로 각 필드 공백 제거 # [f.strip() for f in fields] — fields 각 원소 f 마다 f.strip() 수행 pairs = [f.strip() for f in fields] # 5) key=value 에서 값 추출 sensor = pairs[0].split("=")[1].strip() value_text = pairs[1].split("=")[1].strip() unit = pairs[2].split("=")[1].strip() # 6) 숫자인지 먼저 검증 후 변환 if value_text.isdigit(): value = int(value_text) print("OK", sensor, value, unit) else: print("INVALID value:", value_text)

Run Reset

Wrap off Copy

Ready

예제 1 줄별 해설

1. raw는 일부러 공백이 섞인 실제 입력 상황을 흉내 냅니다.
2. strip()으로 외곽 잡음을 먼저 제거합니다.
3. split(”,“)로 필드 경계를 나눕니다.
4. 리스트 컴프리헨션으로 필드별 공백을 정리해 비교 실패를 예방합니다.
5. split(”=“)으로 키와 값을 분리하고 값을 추출합니다.
6. isdigit() 검사로 변환 가능성을 먼저 확인합니다.
7. 검증 통과 시에만 int()를 호출합니다.

예제 2

예제 2 · 여러 줄 필드 수 검증과 continue Runs in-browser with Pyodide

# 정상/오류 라인이 섞인 데이터 lines = [ "id:001 | temp:24.8 | status:OK", "id:002 | temp:xx | status:OK", "id:003 | temp:21.1 | status:FAIL", "id:004 | temp:19.5", # 필드 부족 ] parsed = [] errors = [] for line in lines: # 공백 제거 후 필드 분리 clean = line.strip().replace(" ", "") parts = clean.split("|") # 필드 개수 검증 # continue: 조건이 맞지 않으면 이번 반복을 건너뛰고 다음 줄로 이동 if len(parts) != 3: errors.append((line.strip(), "필드 개수 오류")) continue # key:value 딕셔너리로 변환 item = {} for p in parts: k, v = p.split(":", 1) # split(":", 1) — 첫 번째 콜론만 기준 item[k] = v # 온도 숫자 변환 검증 (replace/isdigit 패턴) temp_str = item["temp"].replace(".", "", 1).replace("-", "", 1) if not temp_str.isdigit(): errors.append((line.strip(), "온도 변환 실패")) continue item["temp"] = float(item["temp"]) parsed.append(item) print("parsed:") for p in parsed: print(" ", p) print("errors:") for e in errors: print(" ", e)

Run Reset

Wrap off Copy

Ready

예제 2 줄별 해설

1. replace(” ”, "")로 공백을 제거한 뒤 split(”|“)로 필드를 나눕니다.
2. continue는 “이번 반복 나머지를 건너뛰어라”는 명령입니다. 필드 수가 맞지 않으면 즉시 다음 줄로 넘어갑니다.
3. split(”:”, 1)의 두 번째 인자 1은 maxsplit입니다. 첫 번째 콜론만 기준으로 나눠 값 안에 콜론이 있어도 안전합니다.
4. 구조 검증이 끝난 뒤 isdigit() 패턴으로 숫자 여부를 확인한 뒤 float()로 변환합니다.
5. 성공/실패를 동시에 출력해 데이터 품질을 확인합니다.

7) 파싱 안티패턴 요약표

안티패턴	실제 증상	개선 습관
한 줄 체인 코딩 int(line.split(':')[1])	어디서 깨졌는지 모름	중간 변수로 단계 기록
매직 인덱스 남용 parts[2]	IndexError	len(parts) 먼저 확인
검증 없는 변환	ValueError	validate → convert 고정
공백 무시	키 미스매치	strip/replace 습관화
실패 데이터 폐기	디버깅 정보 손실	(원문, 원인) 함께 저장

실습 문제 · 직접 코딩

이번 주 핵심

위 예제는 안전한 파싱 흐름을 설명하는 완성 코드입니다. 아래 실습 문제에서는 clean → split → validate → convert 순서를 직접 구현해 보세요. W6에서 배운 list, dict, tuple, set 을 자유롭게 활용하세요.

실습 1 · 출력 예측 (기초)

문제: 아래 코드를 실행하지 말고, 각 print의 출력값을 먼저 적어 보세요. 그 다음 콘솔에서 직접 확인하세요.

실습 문제 1 · 문자열 메서드 출력 예측 Runs in-browser with Pyodide

text = " Hello, World! " # 각 줄의 출력값을 먼저 손으로 예측한 뒤 실행하세요. print(repr(text.strip())) # 예측: ? print(text.strip().lower()) # 예측: ? print(text.strip().replace(",", "")) # 예측: ? words = text.strip().split(", ") print(words) # 예측: ? print("-".join(words)) # 예측: ?

Run Reset

Wrap off Copy

Ready

힌트

repr()는 문자열 앞뒤 공백을 눈에 보이게 출력해 줍니다. strip() 전후 차이를 확인할 때 유용합니다.

실습 2 · 버그 찾기 (기초)

문제: 아래 코드는 의도대로 동작하지 않습니다. 버그가 있는 줄을 찾고, 왜 틀렸는지 주석으로 설명한 뒤 고치세요.

실습 문제 2 · 파싱 버그 찾기 Runs in-browser with Pyodide

# 목표: "name=kim,score=95" 에서 name 과 score 를 꺼내 출력하기 raw = "name=kim,score=95" fields = raw.split("=") # 버그 의심 1 name_val = fields[0] # 버그 의심 2 score_val = fields[1] # 버그 의심 3 print("name:", name_val) print("score:", int(score_val)) # 버그 의심 4 # 힌트: split("=") 결과가 무엇인지 먼저 출력해 보세요. # print(fields)

Run Reset

Wrap off Copy

Ready

실습 3 · 직접 작성 (응용)

문제: 문자열 “name=kim,score=95”를 딕셔너리로 바꾸세요.

실습 문제 3 · 한 줄 key=value 파서 Runs in-browser with Pyodide

# 힌트 1) 쉼표로 split 하면 ["name=kim", "score=95"] 가 됩니다. # 힌트 2) 각 조각을 = 로 다시 split 하면 키와 값이 분리됩니다. # 힌트 3) 결과는 dict 에 저장하세요. raw_line = "name=kim,score=95" parsed = {} # TODO: parsed 를 {'name': 'kim', 'score': '95'} 형태로 만들어 출력하세요.

Run Reset

Wrap off Copy

Ready

실습 4 · 직접 작성 (응용)

문제: 리스트 컴프리헨션으로 문자열 목록을 변환하세요.

실습 문제 4 · 리스트 컴프리헨션 활용 Runs in-browser with Pyodide

# 아래 words 리스트에서: # 1) 각 단어의 앞뒤 공백을 제거한 새 리스트를 만드세요. (리스트 컴프리헨션 사용) # 2) 각 단어를 대문자로 바꾼 새 리스트를 만드세요. (리스트 컴프리헨션 사용) # 3) 길이가 4 이상인 단어만 고른 새 리스트를 만드세요. (조건 포함 컴프리헨션) words = [" radar ", " signal", "AI ", " sensor", "ML"] # TODO 1) stripped = [...] # TODO 2) upper_words = [...] (stripped 기준) # TODO 3) long_words = [...] (stripped 기준, 길이 4 이상) # 각 리스트를 출력해 확인하세요.

Run Reset

Wrap off Copy

Ready

실습 5 · 도전

문제: 아래 로그를 파싱해 평균 온도와 오류 줄 수를 출력하세요.

실습 문제 5 · 멀티 필드 로그 분석 Runs in-browser with Pyodide

# 형식: "id:XXX | temp:YY.Y | status:ZZZ" # 요구사항: # - 필드 수가 3개가 아닌 줄은 오류로 처리합니다. # - temp 값이 숫자가 아닌 줄도 오류로 처리합니다. # - 정상 줄의 temp 평균을 소수점 1자리로 출력합니다. # - 마지막에 "정상: N줄, 오류: M줄" 형태로 출력합니다. log_lines = [ "id:001 | temp:24.8 | status:OK", "id:002 | temp:xx | status:OK", "id:003 | temp:21.1 | status:FAIL", "id:004 | temp:19.5", "id:005 | temp:23.3 | status:OK", ] # TODO: 위 요구사항을 단계별(정제→분리→검증→변환)로 구현하세요. # 힌트) temp 평균은 sum(temps) / len(temps), f-string 으로 소수점 1자리 출력 가능

Run Reset

Wrap off Copy

Ready

주차별 학습 전체 주차 목록으로 돌아가기

실습 콘솔 학생용 빈 Python 콘솔에서 자유롭게 실습하기