Hyunjung Im

문자열을 length 단위로 자르는 로직이 위험하다는 걸 오늘 깨닫고, 안전하게 자르는 방식에 대해 정리해본다.

사건의 발단..

특수 문자가 가능한 문자열을 15자 내외로 잘라 사용해야 했는데, 특정 케이스에서 테스트를 하던 중 URIError: URI malformed 에러가 발생했다.

URIError: decodeURIComponent, encodeURIComponent 함수는 URI 형식의 문자열을 처리하는 함수로, URIError는 이 함수가 잘못된 URI 형식의 문자열을 처리할 때 발생한다.

로직 내에서 decode, encode를 사용중이었고, 확인해보니 유저가 입력한 문자열 마지막에 이모지 "🙇‍♀️"가 포함되어 있었기 때문에 발생한 에러였다. 이모지는 2바이트 이상의 유니코드 문자열이기 때문에, length로 문자열을 자르게되어 이모지 유니코드가 잘려 decodeURIComponent에서 정상적으로 해석할 수 없어 오류가 발생한 거였다.

Intl 국제화 API(Internationalization API)

  • Intl API는 ECMAScript Internationalization API의 약자로, 문자열을 다양한 언어로 변환하거나, 숫자, 날짜, 통화 등을 다양한 언어로 표현할 수 있는 API이다.
  • ECMAScript 2015(ES6)에서 추가되었으며, Intl 객체를 통해 사용할 수 있다.

굉장히 다양한 API를 담고 있는데, 일단은 오늘 사용한 Segmenter API를 중심으로 정리해본다.

Intl.Segmenter

  • Intl.Segmenter는 문자열을 단어, 문장, grapheme 단위로 분리할 수 있는 API이다.
  • Intl.Segmenter는 segment 메서드를 통해 문자열을 분리할 수 있다.

파라미터 설명

  • locale: 문자열을 분리할 때 사용할 언어 코드
  • options: 분리할 단위를 설정할 수 있는 객체
    • granularity: 분리할 단위를 설정할 수 있다. grapheme, word, sentence 중 하나를 선택할 수 있다.

granularity 옵션별 예시

const segmenter = new Intl.Segmenter('ko-KR', { granularity: 'grapheme' })
const segments = segmenter.segment('안녕하세요🙇‍♀️')
for (const { segment } of segments) {
  console.log(segment)
}
// 안
// 녕
// 하
// 세
// 요
// 🙇‍♀️

const segmenter = new Intl.Segmenter('ko-KR', { granularity: 'word' })
const segments = segmenter.segment('안녕하세요🙇‍♀️')
for (const { segment } of segments) {
  console.log(segment)
}
// 안녕하세요
// 🙇‍♀️

const segmenter = new Intl.Segmenter('ko-KR', { granularity: 'sentence' })
const segments = segmenter.segment('안녕하세요🙇‍♀️')
for (const { segment } of segments) {
  console.log(segment)
}
// 안녕하세요🙇‍♀️

참고