STL string & regex

개요

std::string은 C++에서 가장 자주 사용되는 컨테이너 중 하나입니다. 내부 SSO(Small String Optimization)와 힙 할당 동작을 이해하면 불필요한 복사를 줄일 수 있습니다. std::regex는 C++11에서 표준화된 정규표현식 라이브러리로, 파싱·검증·치환 작업에 활용됩니다.

---

1. std::string 핵심 동작

1.1 SSO (Small String Optimization)

대부분의 STL 구현(libstdc++, MSVC STL)은 짧은 문자열을 힙 할당 없이 객체 내부 버퍼에 저장합니다.

#include <string>
#include <iostream>

std::string small = "hello";      // SSO: 힙 할당 없음 (≤15자, 구현마다 다름)
std::string large = std::string(100, 'x'); // 힙 할당 발생

// capacity와 size 확인
std::string s;
s.reserve(100); // 미리 힙 할당해 재할당 방지
for (int i = 0; i < 100; i++)
    s += 'a'; // reserve 없으면 여러 번 재할당 발생

1.2 자주 쓰는 메서드

std::string s = "Hello, World!";

// 검색
s.find("World");         // 7 (없으면 std::string::npos)
s.rfind('l');            // 10 (뒤에서 검색)
s.find_first_of("aeiou"); // 1 ('e')
s.find_first_not_of("Helo, "); // 7 ('W')

// 부분 문자열
s.substr(7, 5);          // "World"

// 수정
s.replace(7, 5, "C++");  // "Hello, C++!"
s.erase(5, 2);           // "HelloWorld!" (", " 제거)
s.insert(5, ", ");       // "Hello, World!"

// 변환
std::string num = std::to_string(42);
int n = std::stoi("123");
double d = std::stod("3.14");

// 대소문자 (표준 없음, 수동 처리)
std::transform(s.begin(), s.end(), s.begin(), ::tolower);

1.3 문자열 분할 (C++20 이전)

std::vector<std::string> Split(const std::string& str, char delim)
{
    std::vector<std::string> tokens;
    std::string token;
    std::istringstream stream(str);
    while (std::getline(stream, token, delim))
        tokens.push_back(std::move(token));
    return tokens;
}

auto parts = Split("a,b,c,d", ',');
// {"a", "b", "c", "d"}

---

2. std::regex 기초

2.1 패턴 매칭

#include <regex>
#include <string>
#include <iostream>

std::string email = "[email protected]";
std::regex emailPattern(R"([\w.]+@[\w.]+\.[a-z]{2,})");

// 전체 문자열이 패턴과 일치하는지
if (std::regex_match(email, emailPattern))
    std::cout << "유효한 이메일\n";

// 문자열 일부에서 패턴 탐색
std::string log = "[2024-01-15] Error: file not found";
std::regex datePattern(R"(\d{4}-\d{2}-\d{2})");
std::smatch match;
if (std::regex_search(log, match, datePattern))
    std::cout << "날짜: " << match[0] << "\n"; // "2024-01-15"

2.2 캡처 그룹

std::string url = "https://www.example.com:8080/path";
std::regex urlPattern(R"((https?)://([^/:]+)(?::(\d+))?(/.*)?)");
std::smatch m;

if (std::regex_match(url, m, urlPattern))
{
    std::cout << "프로토콜: " << m[1] << "\n"; // "https"
    std::cout << "호스트:   " << m[2] << "\n"; // "www.example.com"
    std::cout << "포트:     " << m[3] << "\n"; // "8080"
    std::cout << "경로:     " << m[4] << "\n"; // "/path"
}

2.3 치환

std::string text = "The year 2023 and 2024 are recent";
std::regex yearPattern(R"(\d{4})");

// 모든 연도를 "YYYY"로 치환
std::string result = std::regex_replace(text, yearPattern, "YYYY");
// "The year YYYY and YYYY are recent"

// 캡처 그룹을 활용한 치환
std::string csv = "Smith,John,42";
std::regex csvPattern(R"((\w+),(\w+),(\d+))");
std::string formatted = std::regex_replace(csv, csvPattern, "$2 $1 (age: $3)");
// "John Smith (age: 42)"

2.4 반복 탐색 (regex_iterator)

std::string data = "apple 3, banana 5, cherry 2";
std::regex itemPattern(R"((\w+)\s+(\d+))");

auto begin = std::sregex_iterator(data.begin(), data.end(), itemPattern);
auto end   = std::sregex_iterator();

for (auto it = begin; it != end; ++it)
{
    const std::smatch& m = *it;
    std::cout << m[1] << ": " << m[2] << "\n";
}
// apple: 3
// banana: 5
// cherry: 2

---

3. regex 성능 주의사항

std::regex는 런타임에 패턴을 컴파일합니다. 핫 경로에서 매번 std::regex 객체를 생성하면 심각한 성능 저하가 발생합니다.

// 나쁜 예: 매 호출마다 패턴 컴파일
bool IsValidEmail(const std::string& email)
{
    std::regex pattern(R"([\w.]+@[\w.]+\.[a-z]{2,})"); // 매번 컴파일!
    return std::regex_match(email, pattern);
}

// 좋은 예: 정적 또는 멤버 변수로 한 번만 컴파일
bool IsValidEmail(const std::string& email)
{
    static const std::regex pattern(R"([\w.]+@[\w.]+\.[a-z]{2,})");
    return std::regex_match(email, pattern);
}

성능이 중요한 프로덕션 코드라면 std::regex 대신 수동 파싱이나 서드파티 라이브러리(PCRE2, RE2)를 검토합니다.

---

4. C++20 ranges와 string

#include <ranges>
#include <string>

std::string s = "  hello world  ";

// C++20: 공백 제거
auto trimmed = s
    | std::views::drop_while(::isspace)
    | std::views::reverse
    | std::views::drop_while(::isspace)
    | std::views::reverse;

// 문자열 뷰로 분할 (C++20 split_view)
std::string csv = "a,b,c,d";
for (auto token : csv | std::views::split(','))
{
    std::string_view sv(token.begin(), token.end());
    std::cout << sv << '\n';
}

---

요약

• std::string은 SSO로 짧은 문자열을 힙 없이 저장하므로, 짧은 문자열 연산은 생각보다 빠르다.
• 반복적으로 +=를 사용할 때는 reserve()로 재할당을 방지한다.
• std::regex 객체는 생성 비용이 높으므로 static 또는 멤버 변수로 한 번만 컴파일한다.
• 캡처 그룹은 std::smatch의 인덱스 또는 $1, $2로 접근하며, 치환 시 $&는 전체 매치를 의미한다.