닷넷(.NET)에서의 정규표현식 사용하기 Part 2

컴파일 된 정규표현식 사용하기

이전 강좌의 두 가지 방법으로 복잡한 정규표현식을 자주 적용하다 보면 응용프로그램의 성능이 저하될 수 있습니다. 성능 저하를 최소화 하기 위해서는 정규표현식을 MSIL(Microsoft Intermediate Language)로 컴파일 하여 성능을 향상시킬 수 있으며, 이는 Regex 개체를 생성할 때 생성자 매개변수로 RegexOptions.Compiled 옵션을 지정하여 컴파일 되도록 설정할 수 있습니다.

 

Regex 개체를 생성할 때, 생성자에 전달한 정규표현식 패턴은 중간 형식(Intermediate Form, opcode)으로 컴파일 됩니다. 런타임은 Regex 개체를 사용할 때 마다 정규표현식 패턴의 중간 형식을 해석(Interpret)하여 대상 문자열에 적용하게 됩니다. 복잡한 정규표현식이 빈번하게 사용되면 이러한 해석 작업이 반복되며, 그것으로 인해 응용프로그램의 성능에 나쁜 영향을 미칠 수 있습니다.

 

중간 형식(Intermediate Form, opcode)은 MSIL(Microsoft Intermediate Language)가 아님

 

컴파일 된 정규표현식

Regex 개체를 생성할 때 RegexOptions.Compiled 옵션을 설정하면 .NET 런타임이 정규표현식을 중간형식으로 해석하는 대신 MSIL로 컴파일 하도록 강제할 수 있습니다. 이 MSIL은 최초 수행 시 런타임에 의해 네이티브 기계어 코드로 JIT(just-in-time) 컴파일 됩니다. 마치 정규 어셈블리 코드처럼 동작하는 것입니다. 그런 다음 Part 1에서 설명한 것처럼 일반 Regex 개체를 사용하는 방식으로 사용하면 보다 빠른 성능을 기대할 수 있습니다.

 

정규표현식의 컴파일은 성능상의 장점이 있는 반면, 그로 인한 두 가지의 단점도 있습니다. 첫 번째는 JIT 컴파일러가 더 많은 작업을 해야 하므로 JIT 컴파일을 하는 동안 지연이 발생할 수 있다는 것입니다. 두 번째로, 런타임은 컴파일 된 정규표현식을 언로드 할 수 없다는 것입니다. 일반적인 정규표현식과 달리 런타임 가비지 컬렉터는 컴파일 된 정규표현식에 의해 사용된 메모리를 회수하지 않습니다. 그렇기 때문에 컴파일 된 정규표현식은 프로그램이 종료되거나 컴파일 된 정규표현식이 로드 된 응용프로그램 도메인을 언로드 할 때까지는 메모리에 그대로 남아있게 됩니다.

 

컴파일 된 정규표현식을 외부 어셈블리로 내보내기

Regex 클래스의 정적 메서드인 CompileToAssembly는 정규표현식을 컴파일하고 외부 어셈블리로 작성하는 기능을 제공합니다. 이를 사용하면 여러 개의 응용프로그램에서 공유할 수 있는 정규표현식들로 구성된 어셈블리를 생성할 수 있습니다.

 

정규표현식을 컴파일하고 어셈블리로 만들기 위해서는 컴파일 된 정규표현식을 할당하기 위한 regexCompilationInfo 개체들을 저장해 둘 RegexCompilationInfo의 배열을 생성합니다. 그 다음 컴파일 된 정규표현식을 담기 위한 RegexCompilationInfo 개체를 생성합니다. 개체를 생성할 때 다음 매개변수들을 생성자 매개변수로 전달합니다

.

속성명	설명
IsPublic	생성된 정규표현식 클래스가 public인지를 지정하는 bool값
Name	클래스 이름
Namespace	클래스의 네임스페이스
Pattern	정규표현식
Options	정규표현식의 옵션을 지정하기 위한 RegexOptions 열거형 값

 

이제 어셈블리를 생성하기 위해 System.Text.Reflection.AssemblyName 개체를 생성하고 Regex.CompileToAssembly 메서드를 통해 생성할 어셈블리의 이름을 나타내는 AssemblyName.Name에 값을 설정합니다. 마지막으로 RegexCompilationInfo 배열과 AssemblyName개체를 매개변수로 Regex.CompileToAssembly 메서드를 실행합니다.

위 과정대로 수행하면 컴파일 된 하나의 정규표현식이 하나의 클래스로 만들어지고 이 클래스들을 포함하는 어셈블리(dll)가 출력(Output) 폴더에 만들어집니다. 각 클래스는 Regex 클래스로부터 파생됩니다.

 

RegexCompilationInfo[] regexInfos = new RegexCompilationInfo[2];

//정규식 클래스 PinRegex를 생성하기 위한 정보 설정

regexInfos[0] = new RegexCompilationInfo(@"^\d{4}$", RegexOptions.Compiled, "PinRegex", "", true);

//정규식 클래스 URLRegex를 생성하기 위한 정보 설정

regexInfos[1] = new RegexCompilationInfo(@"^https?://([\w-]+\.)+[\w-]+(/[\w-./?&%=]*)?$", RegexOptions.Compiled, "URLRegex", "", true);

 

//어셈블리 이름을 설정

AssemblyName assemblyName = new AssemblyName();

assemblyName.Name = "MyRegex";

 

//정규식 클래스들을 어셈블리로 기록

Regex.CompileToAssembly(regexInfos, assemblyName);

 

위의 코드를 실행하면 출력(Output) 폴더에 MyRegex.dll 어셈블리가 생성이 되며 이를 사용하기 위해 어셈블리를 참조합니다.

 

그림 1. MyRegex 어셈블리 참조

 

어셈블리에 포함된 정규표현식을 사용하기 위해서는 매개변수(정규표현식) 없이 Regex 개체를 생성하는 것처럼 해당 클래스의 개체를 생성하고 생성된 개체의 IsMatch 메서드를 호출하여 검사를 수행할 수 있습니다. 각 클래스는 Regex 클래스로부터 파생되었기 때문에 정적 IsMatch 메서드도 제공하지만 이 메서드는 부모 클래스인 Regex의 정적 메서드로써 정규표현식을 매개변수로 지정해야 하므로 무시하면 됩니다. 이제 아래 코드와 같이 인스턴스를 생성하고 IsMatch 메서드를 호출하도록 합니다.

 

PinRegex rpin = new PinRegex();

bool b1 = rpin.IsMatch("1234");

URLRegex rurl = new URLRegex();

bool b2 = rurl.IsMatch("http://teayo.net/talk/board.aspx?no=1&page=2");

 

위 코드와 같이 호출하면 Regex 개체를 사용하는 것보다 그 과정이 복잡하지만 위 방식은 여러 번 클래스를 생성하지 않고도 각 개체의 인스턴스 메서드인 IsMatch를 사용할 수 있으므로 불필요한 메모리의 낭비와 성능 문제를 해결 할 수 있습니다. 하지만 정규표현식 패턴과 RegexOptions들이 이미 정해진 채로 어셈블리가 생성되고 이는 추후에 변경할 수 없으므로 유연성이 상당히 떨어진다는 단점도 존재합니다.

 

정규표현식을 사용하기 위한 방법은 Regex 클래스의 인스턴스 메서드를 사용하는 것과 정적 메서드를 사용하는 방법, 컴파일 통해 사용하는 방법, 별도의 어셈블리로 만들어 사용하는 방법이 있으며, 이 들은 모두 적절한 용도가 있기 때문에 .NET에서 제공 하겠지만 어떤 상황에서 어떤 방식을 사용해야 할지는 명확하게 정의되어 있지 않습니다. 이 문제를 해결하기 위해 다음 글에서는 정규표현식 성능 측정 및 최적화에 대해 다루어 보도록 하겠습니다.

 

감사합니다.

출처 : http://kyeongkyun.tistory.com/90