CuffScript 정규 표현식 및 패턴 매칭 명세서 Version: 2.0
CuffScript의 정규 표현식(Regex)은 JavaScript 수준의 강력한 텍스트 검증 및 가공 능력을 유지하면서, 복잡하고 난해한 특수기호(\d, \w, \s, (?<=...), \1 등)를 배제하고 직관적인 단어형 토큰([num], [str] 등)과 자연어 스타일 구문으로 재설계되었습니다.
프로그래밍 입문자가 일상적인 업무 자동화, 웹 데이터 수집, 데이터 정제 스크립트를 작성할 때 패턴을 직관적으로 이해하고 즉시 적용할 수 있도록 지원하는 것을 목적으로 합니다.
CuffScript에서 패턴 검증은 별도의 함수 호출 없이 비교 연산자 is 또는 IS를 통해 즉시 수행할 수 있습니다.
set str user_code to "AB-1234"
if user_code is "[up]2-[num]4" do:
print("규격에 맞는 코드입니다.")
end
문자열 리터럴 안에 대괄호 토큰([num], [str] 등)이나 수량자 기호가 포함되어 있으면 엔진은 이를 정규식 패턴으로 자동 인식합니다.
is: 영문 알파벳의 대소문자를 엄격하게 구분하여 비교합니다.IS: 영문 알파벳의 대소문자 구분을 완전히 소멸시키고 대소문자 무시(Case-Insensitive) 패턴 매칭을 수행합니다.
set str answer to "Yes"
note: 소문자 yes만을 기대하므로 거짓(false) 판정
if answer is "yes" do:
print("소문자 일치")
end
note: IS 연산자를 사용하여 대소문자 무시 참(true) 판정
if answer IS "yes" do:
print("대소문자 상관없이 통과")
end
CuffScript의 조건문 검증은 기본적으로 대상 문자열의 처음부터 끝까지 전체가 일치하는지 검사합니다.
따라서 타 언어 정규식처럼 시작 앵커(^)나 끝 앵커($)를 붙일 필요가 없습니다.
set str pin to "1234"
note: 정확히 4자리 전체가 일치해야 참이 됩니다.
if pin is "[num]4" do:
print("올바른 PIN 번호")
end
"1234"→ 참 (true)"123"→ 거짓 (false)"A123"→ 거짓 (false)"12345"→ 거짓 (false)
외우기 어려운 이스케이프 기호 대신, 대괄호로 감싼 직관적인 단어형 토큰을 제공합니다.
| 패턴 토큰 | 의미 | 매칭 범위 |
|---|---|---|
[num] |
숫자 1개 | 0 ~ 9 |
[let] |
영문 알파벳 1개 | a ~ z, A ~ Z |
[low] |
영문 소문자 1개 | a ~ z |
[up] |
영문 대문자 1개 | A ~ Z |
[sp] |
공백 문자 1개 | 스페이스(공백), 탭(\t) |
[nl] |
줄바꿈 문자 1개 | 개행 문자(\n, \r\n) |
[any] |
임의의 문자 1개 | 줄바꿈을 제외한 세상의 모든 글자 및 기호 |
유니코드 처리 (구현 참고) 매칭은 바이트가 아니라 코드포인트(글자) 단위로 이루어집니다. 따라서
[any]5는 한글"안녕하세요"(15바이트)와 정상적으로 매칭되며, 패턴 안에 한글을 직접 써도("안녕",[one:사과|배]) 한 글자 단위로 비교됩니다.[!num]처럼 부정 집합도 한글과 매칭됩니다. 반면 위 표와 아래의[str]/[word]는 정의 그대로 영문 전용이므로"안녕" is "[let]+"는 거짓입니다 — 한글을 포함한 모든 문자를 받으려면[any]를 쓰세요. 자세한 경계는docs/IMPLEMENTATION_NOTES.md17번 항목을 참고하세요.
[str]은 프로그래밍에서 가장 흔히 검사하는 영문 알파벳과 숫자의 조합 1글자를 나타냅니다.
- 매칭 대상:
A-Z,a-z,0-9 - 특수문자(
_,-,@,.등)는 포함되지 않습니다.
set str id to "user2026"
if id is "[str]8" do:
print("영문/숫자 8글자 일치")
end
[word]는 영문자, 숫자뿐만 아니라 언더바(_) 기호까지 포함하는 단어 구성 문자 1개를 의미합니다.
- 매칭 대상:
A-Z,a-z,0-9,_ - 변수명, 계정 ID 등에 특수문자
_를 허용할 때 주로 사용합니다.
set str account to "admin_cuff_01"
if account is "[word]+" do:
print("유효한 계정 식별자 형식입니다.")
end
토큰 뒤에 양의 정수 숫자를 붙이면 해당 횟수만큼 정확히 반복됨을 의미합니다. 중괄호({N}) 기호를 사용할 필요가 없습니다.
note: 숫자 6자리 (생년월일 형식)
"[num]6"
note: 영문 대문자 3자리
"[up]3"
note: 영문자/숫자 4자리
"[str]4"
+: 직전 원자가 1개 이상 존재해야 함 (최소 1번)*: 직전 원자가 0개 이상 존재해야 함 (없어도 되고 여러 개 있어도 됨)
note: 공백이 1개 이상 연속됨
"[sp]+"
note: 숫자가 아예 없거나 여러 개 연속됨
"[num]*"
?는 직전 원자가 0개 또는 1개 존재함을 나타냅니다. (있어도 되고 없어도 되는 조건)
note: http 또는 https 둘 다 허용
if protocol is "https?" do:
print("웹 프로토콜 확인")
end
note: color(미국식) 및 colour(영국식) 둘 다 일치
if text is "colou?r" do:
print("단어 일치")
end
CuffScript의 고유 문법인 물결(~) 기호를 사용하여 최소 횟수와 최대 횟수를 직관적으로 지정합니다.
N~M: 최소 N개 이상, 최대 M개 이하 (Inclusive)N~: 최소 N개 이상 (상한선 없음)~M: 최대 M개 이하 (최소 0개부터 M개까지)
note: 비밀번호 영문/숫자 8자리 이상 16자리 이하
if password is "[str]8~16" do:
print("적절한 길이의 비밀번호")
end
note: 영문자 2글자 이상 무제한
if code is "[let]2~" do:
print("통과")
end
기본 수량자(+, *, ~)는 가능한 한 가장 긴 문자열을 삼키는 Greedy(탐욕적) 방식으로 동작합니다.
수량자 바로 뒤에 ?를 덧붙이면 가능한 한 가장 짧게 일치하는 Lazy(소극적) 방식으로 전환됩니다.
note: Greedy 방식: 첫 번째 <tag>부터 맨 마지막 </tag>까지 전부 삼킴
"<tag>[any]*</tag>"
note: Lazy 방식: 가장 가까운 </tag>를 만나면 즉시 매칭 완료
"<tag>[any]*?</tag>"
여러 패턴 토큰을 하나로 묶어 수량자를 적용하거나 연산 단위를 만들 때는 소괄호 ()를 사용합니다.
note: "AB"라는 단어 세트가 3번 반복 ("ABABAB")
if code is "(AB)3" do:
print("반복 코드 통과")
end
note: "숫자2개-문자2개" 묶음이 1개 이상 연결
if token is "([num]2-[let]2)+" do:
print("복합 토큰 일치")
end
제시된 여러 후보 단어나 기호 중 단 하나와 일치해야 할 때는 [one:후보1|후보2|...] 구조를 사용합니다.
콜론 앞 공백 금지 규격을 준수해야 합니다.
note: 파일 확장자 검사
if ext is "[one:jpg|png|gif|webp]" do:
print("지원하는 이미지 포맷입니다.")
end
note: 결제 수단 판정
if payment is "[one:card|cash|point]" do:
print("정상 결제 수단")
end
특정 문자 범위나 원하는 글자들의 집합을 직접 지정할 때는 대괄호 안에 문자 목록을 나열합니다.
[abc]:a,b,c중 문자 1개[a-z]: 영문 소문자 범위 중 1개[0-9]: 숫자 범위 중 1개 ([num]과 동일)[A-Z]: 영문 대문자 범위 중 1개
note: 주민등록번호 성별 식별 숫자 (1, 2, 3, 4 중 하나)
if gender_code is "[1234]" do:
print("올바른 성별 식별 번호")
end
대괄호 문자 세트의 첫 글자로 느낄표(!)를 배치하면, 해당 문자들을 제외한 나머지 문자와 매칭됩니다.
[!0-9]: 숫자가 아닌 모든 문자 1개[!a-z]: 영문 소문자가 아닌 모든 문자 1개[!sp]: 공백이 아닌 모든 문자 1개
note: 공백이 전혀 없는 문자열이 1개 이상 지속
if input_data is "[!sp]+" do:
print("공백이 포함되지 않은 유효한 단어")
end
JavaScript의 \b에 대응하며, 단어와 비단어(공백, 구두점, 문장의 시작과 끝) 사이의 경계 지점을 의미합니다.
단어 경계를 사용하면 더 긴 단어 속에 포함된 부분 문자열 오탐지를 차단합니다.
set str sentence to "The category of catalog is books"
note: 'cat'이라는 독립된 단어만 검색 (category나 catalog는 제외)
set list result to find "[edge]cat[edge]" from sentence g
print(result) note: 빈 결과 반환 (cat 단독 단어가 없음)
자주 사용하는 숫자 형식을 매번 정규식 기호로 조립하지 않고 즉시 사용할 수 있는 고급 단축 토큰을 제공합니다.
| 프리셋 토큰 | 설명 | 매칭 예시 |
|---|---|---|
[int] |
부호를 포함할 수 있는 정수 | 100, -25, +7 |
[float] |
부호를 포함할 수 있는 소수점 실수 | 3.14, -0.05, 10.0 |
[hex] |
16진수 문자 1개 (0-9, a-f, A-F) |
A, f, 9 |
set str coordinate to "-12.54"
if coordinate is "[float]" do:
print("유효한 좌표 실수값입니다.")
end
입문자들이 가장 많이 작성하는 정형 데이터 검증을 단축 토큰 하나로 완결할 수 있습니다.
| 프리셋 토큰 | 설명 | 매칭 규격 |
|---|---|---|
[email] |
표준 인터넷 전자우편 주소 | 계정@도메인.최상위도메인 |
[phone] |
대한민국 유무선 전화번호 규격 | 010-XXXX-XXXX, 02-XXX-XXXX 등 |
[url] |
웹 주소 프로토콜 규격 | http:// 또는 https:// 시작 주소 |
set str user_contact to "010-8888-9999"
if user_contact is "[phone]" do:
print("올바른 대한민국 전화번호 형식입니다.")
end
패턴 내부에서 문법적 의미를 지니는 특수 문자들을 순수한 글자 그 자체로 취급하려면 역슬래시(\)를 붙여야 합니다.
- 이스케이프 대상 기호:
[,],(,),<,>,+,*,?,~,|,.,\,:
note: 실제 점(.) 기호를 검사할 때는 이스케이프가 필요합니다.
if filename is "[str]+\.png" do:
print("PNG 파일 확장자입니다.")
end
note: 괄호 기호 자체를 검사할 때
if math_exp is "\([num]+\)" do:
print("괄호로 감싸진 숫자입니다.")
end
CuffScript의 언어적 대원칙에 따라, 정규식 내부 토큰([one:...], <name:...>)에서도 콜론 앞 공백은 절대 금지됩니다.
이를 위반하면 렉서 단계에서 즉시 정규식 문법 에러(Regex Syntax Error)를 발생시킵니다.
- 올바른 예:
"[one:apple|banana]","<price:[num]+>" - 잘못된 예:
"[one :apple|banana]","<price :[num]+>"
문자열에서 소괄호 ()로 감싼 부분의 실제 값을 추출할 때는 match 구문을 사용합니다.
언어 철학에 따라 결과 접근 인덱스는 1번부터 시작합니다.
매칭에 실패하면 결과 변수에는 empty가 대입됩니다.
set str serial to "SN-2026-998"
set match result to match serial from "SN-([num]4)-([num]+)"
if result is not empty do:
print(f"제작연도: {result[1]}") note: "2026"
print(f"고유번호: {result[2]}") note: "998"
end
소괄호 번호 대신 직관적인 이름을 지정하여 데이터를 추출할 수 있습니다. 추출된 결과는 맵(Map) 스타일로 키를 통해 조회합니다.
set str date_text to "2026-12-25"
set match res to match date_text from "<year:[num]4>-<month:[num]2>-<day:[num]2>"
if res is not empty do:
print(f"연도: {res['year']}") note: "2026"
print(f"월: {res['month']}") note: "12"
print(f"일: {res['day']}") note: "25"
end
전체 일치가 아닌, 긴 본문 속에서 패턴에 부합하는 조각을 찾아낼 때는 find 명령어를 사용합니다.
- 단독 사용: 최초로 발견된 단 하나의 텍스트를 문자열로 반환합니다.
g플래그 결합: 발견된 모든 매칭 텍스트를 1-Based 리스트로 반환합니다.- 매칭 없을 시:
empty반환
set str article to "티켓 번호: T-101, 다음 티켓: T-205, 보조 티켓: T-309"
note: 첫 매칭만 추출 (문자열 반환)
set str first_ticket to find "T-[num]3" from article
print(first_ticket) note: "T-101"
note: 모든 매칭 수집 (g 플래그, 1-Based 리스트 반환)
set list tickets to find "T-[num]3" from article g
print(tickets[1]) note: "T-101"
print(tickets[2]) note: "T-205"
print(tickets[3]) note: "T-309"
note: 매칭 없을 시 empty 반환
set str result to find "T-[num]5" from article
if result is empty do:
print("매칭되는 패턴이 없습니다.")
end
정규식 패턴에 해당하는 구간을 다른 문자열로 갈아 끼울 때는 replace in to 자연어 구문을 사용합니다.
set str raw_log to "전화번호: 010-1234-5678 개인정보"
note: 중간 번호 4자리를 마스킹(****) 처리
set str masked_log to replace "010-[num]4-" in raw_log to "010-****-"
print(masked_log) note: "전화번호: 010-****-5678 개인정보"
전체 치환을 수행하려면 구문 끝에 g 플래그를 붙입니다.
set str clean_text to replace "[sp]+" in "Hello Cuff World" to " " g
print(clean_text) note: "Hello Cuff World"
특정 기호나 패턴을 기준선 삼아 문자열을 여러 조각으로 쪼갈 때는 split by 구문을 사용합니다.
set str tag_data to "사과, 배; 포도: 감귤"
note: 쉼표, 세미콜론, 콜론 뒤에 공백이 붙은 복합 구분자 기준으로 분할
set list fruit_list to split tag_data by "[,;:][sp]*"
loop repeat i to 1 ~ 4 do:
print(f"과일 {i}: {fruit_list[i]}")
end
본문 텍스트 내에서 특정 패턴이 몇 번 등장하는지 즉시 정수 숫자로 계산할 수 있습니다.
매칭이 없을 시: 0 반환
set str document to "apple, banana, Apple, orange, APPLE"
note: 대소문자 무시(i) 상태로 등장 횟수 산출
set number apple_count to count "apple" in document i
print(f"사과 단어 등장 횟수: {apple_count}") note: 3
note: 매칭이 없으면 0 반환
set number grape_count to count "grape" in document
print(f"포도 단어 등장 횟수: {grape_count}") note: 0
검색 구문(find, match, count, replace)의 맨 뒤에는 검색 방식을 튜닝하는 플래그를 덧붙일 수 있습니다.
| 플래그 | 명칭 | 기능 설명 |
|---|---|---|
i |
Ignore Case | 영문 대소문자를 구분하지 않고 검색합니다. |
g |
Global | 첫 일치에서 멈추지 않고 텍스트 전체를 순회합니다. |
m |
Multiline | 줄바꿈 문자를 기준으로 각 행마다 시작과 끝을 적용합니다. |
여러 플래그는 띄어쓰기 없이 연달아 작성할 수 있습니다: gim
set list matches to find "error:[num]+" from server_logs gi
find나 replace 등 텍스트 내부 부분 검색 구문을 사용할 때, 문장의 맨 앞이나 맨 뒤 위치를 강제하려면 앵커 토큰을 사용합니다. (전통 정규식의 ^, $에 대응)
[start]: 텍스트의 맨 처음 위치[end]: 텍스트의 맨 끝 위치
set str message to "NOTICE: 점검이 시작됩니다."
note: 맨 처음에 위치한 공지 사항 헤더만 검색
set match alert to find "[start]NOTICE:" from message
""(빈 패턴)은 길이가 0인 빈 문자열과만 매칭됩니다.- 공백이 누락되거나 문법이 비어 있는
[one:]등의 형태는 컴파일 단계에서 차단됩니다.
set str empty_box to ""
if empty_box is "" do:
print("비어있는 텍스트 확인")
end
정규식을 활용한 매칭이나 파싱 작업이 실패하여 empty가 발생하거나 런타임 오류가 예상될 때, CuffScript 고유의 or_else do: 블록을 즉시 결합할 수 있습니다.
set match user_info to match input_str from "<name:[str]+>-(<id:[str]+>)" or_else do:
print("포맷 해석 실패! 기본 정보로 대체합니다.")
change user_info to {"name": "guest", "id": "0000"}
end
패턴 문자열 내부 문법이 올바르지 않으면 조용히 false를 내놓지 않고 렉서 및 파서 단계에서 즉시 Regex Syntax Error를 일으켜 버그를 신속히 격리합니다.
문법 에러 발생 사례:
- 닫히지 않은 괄호:
"(abc" - 닫히지 않은 대괄호:
"[num" - 잘못된 콜론 공백:
"[one :a|b]" - 역순 수량 범위:
"[num]5~2"(시작값이 끝값보다 큼) - 연속된 무의미한 중복 수량자:
"[num]++"
엔진은 초보자의 미숙한 수량자 조합(([any]+)+ 등)으로 인한 무한 루프(Catastrophic Backtracking)를 방지하기 위해 최대 매칭 스텝 수(Step Limit)와 시간 제한(Timeout)을 기본 탑재합니다.
지정된 임계치를 초과하면 시스템 폭주를 막기 위해 Regex Runtime Error를 송출하고 엔진을 안전하게 비상 정지시킵니다.
set str user_id to "cuff_master"
set str user_pw to "pass1234!"
set str user_name to "Alice"
note: 아이디: 영문/숫자/_ 조합의 6~12자리
if !(user_id is "[word]6~12") do:
print("아이디 형식 오류")
end
note: 비밀번호: 특수문자 포함 최소 8자리
if user_pw is "[str!]{8,}" do:
print("올바른 비밀번호 형식")
end
set str mobile to "010-7777-8888"
set str biz_no to "123-45-67890"
note: 휴대전화 번호 검증
if mobile is "010-[num]4-[num]4" do:
print("유효한 휴대폰 번호")
end
note: 사업자등록번호 3자리-2자리-5자리 검증
if biz_no is "[num]3-[num]2-[num]5" do:
print("유효한 사업자등록번호 구조")
end
set str log_line to "2026-03-31 [ERROR] 192.168.0.1 - DB Connection Lost"
set match parsed to match log_line from "<date:[num]4-[num]2-[num]2> \[[one:INFO|WARN|ERROR]\] <ip:[num]1~3\.[num]1~3\.[num]1~3\.[num]1~3> - <msg:[any]+>"
if parsed is not empty do:
print(f"발생 일자: {parsed['date']}")
print(f"클라이언트 IP: {parsed['ip']}")
print(f"에러 메시지: {parsed['msg']}")
end
set str doc to "문의자 전화번호는 010-1111-2222 입니다."
note: 휴대전화 번호 전체를 찾아 안심 번호 라벨로 일괄 치환
set str secured_doc to replace "010-[num]4-[num]4" in doc to "[전화번호 비공개]"
print(secured_doc) note: "문의자 전화번호는 [전화번호 비공개] 입니다."
set str raw_tags to "python, cuff; javascript / kotlin"
note: 쉼표, 세미콜론, 슬래시 및 주변 공백을 묶어서 분할 기준으로 적용
set list tags to split raw_tags by "[sp]*[,;/][sp]*"
loop repeat idx to 1 ~ 4 do:
print(f"등록 태그 #{idx}: {tags[idx]}")
end
[문자 토큰]
[num] : 숫자 (0-9)
[let] : 영문 알파벳 (a-z, A-Z)
[low] : 영문 소문자 (a-z)
[up] : 영문 대문자 (A-Z)
[str] : 영문자 + 숫자 (a-zA-Z0-9)
[word] : 영문자 + 숫자 + 언더바 (식별자)
[sp] : 공백 문자 (띄어쓰기, 탭)
[nl] : 줄바꿈 문자
[any] : 임의의 문자 1개
[프리셋 토큰]
[int] : 부호 포함 정수
[float] : 부호 포함 실수
[hex] : 16진수 문자
[email] : 이메일 표준 포맷
[phone] : 전화번호 표준 포맷
[url] : 웹 주소 포맷
[edge] : 단어 경계 (Word boundary)
[start] : 문자열 시작 앵커
[end] : 문자열 종료 앵커
[수량자 및 선택]
N : 정확히 N개
+ : 1개 이상
* : 0개 이상
? : 0개 또는 1개
N~M : N개 이상 M개 이하
N~ : N개 이상
~M : M개 이하
? (접미) : Lazy 매칭 모드
[선택 및 세트]
[one:a|b] : 단어 또는 기호 중 하나 선택
[abc] : 문자 세트
[!abc] : 부정 문자 세트
[그룹 및 추출]
(...) : 캡처 그룹 (1-Based 인덱스 접근)
<name:...> : 이름 지정 캡처 (키 값 조회)
[명령어 API]
is / IS : 전체 문자열 일치 판정 (IS는 대소문자 무시)
match : 패턴 캡처 추출 (실패 시 empty)
find : 본문 부분 검색 (g 플래그 지원, 실패 시 empty)
replace : 패턴 기반 텍스트 치환
split : 패턴 기준 텍스트 분할
count : 패턴 출현 횟수 계산 (없을 시 0)