[Swift] 문자열은 무엇으로 구성되어 있을까? - Extended Grapheme Clusters

Extended Grapheme Clusters ( 확장된 문자소 클러스터 )

Swift의 String과 Character은 Unicode와 호환됩니다.

Swift의 String 타입은 Unicode scalar value로 빌드되며 Unicode scalar value는 character나 수식어를 위한 고유한 21bit 숫자로 이루어져 있습니다.

확장된 문자소 클러스터(extended grapheme cluster)는 사람이 읽을 수 있는 단일 문자로 하나 이상의 Unicode scalar sequence로 구성된 됩니다.

 

따라서 Swift의 Character 타입의 모든 인스턴스는 하나의 확장된 문자소 클러스터(extended grapheme cluster)로 표기됩니다!

let eAcute: Character = "\u{E9}"                         // é
let combinedEAcute: Character = "\u{65}\u{301}"          // e followed by ́
// eAcute is é, combinedEAcute is é

마찬가지로 확장된 문자소 클러스터로 한글과 같은 복잡한 스크립트를 하나의 Character로 표현하게 할 수 있습니다.

let precomposed: Character = "\u{D55C}"                  // 한
let decomposed: Character = "\u{1112}\u{1161}\u{11AB}"   // ᄒ, ᅡ, ᆫ
// precomposed is 한, decomposed is 한

 

[주의] 

String의 count프로퍼티로 반환된 문자의 개수는 같은 문자여도 NSString의 length 프로퍼티와 다를 수 있다고 합니다.
NSString은 문자열 내에 확장된 문자소 클러스터(extended grapheme cluster)로 length를 계산하는 것이 아닌 문자열의 UTF-16 표현의 16bit 단위를 기반으로 계산한다고 합니다.
그렇다면 Swift의 String이 count 하는 단위는 확장된 문자소 클러스터(extended grapheme cluster)라고 이해할 수 있겠죠.

 

 

같은 모양이어도 표현되는 확장된 문자소 클러스터가 다르다면 문자열 동등비교는 어떻게 수행할까?

우선 Swift에서 문자열 동등 비교는 == 연산자와 != 연산자를 사용하며 비교합니다.

위에서 예시로 든 서로 다른 Unicode scalar를 가진 확장된 문자소 클러스터(extended grapheme cluster)인 '한'을 동등비교 해보면 같은 문자로 판별됨을 알 수 있습니다.

왜냐하면 확장된 문자소 클러스터(extended grapheme cluster)는 다른 Unicode scalar로 구성되어 있더라도 언어적 의미와 모양이 같으면 같은 문자라고 판단한다고 합니다.

 

 

*Swift의 String은 NSString class와 bridging 되어 있기 때문에 Foundation 패키지를 import 하여 사용하면 Swfit String에서 별도의 변환과정 없이 NSString method에 접근할 수 있습니다.

Documentation

https://developer.apple.com/documentation/swift/string#2919514

Apple Developer Documentation

https://docs.swift.org/swift-book/documentation/the-swift-programming-language/stringsandcharacters/#Extended-Grapheme-Clusters