공백 문자 판단, 생각보다 훨씬 복잡하다

Key Point
공백 판단 같은 단순해 보이는 함수도 유니코드 정의의 다양성, 런타임 간 불일치, 변화하는 표준 때문에 복잡하며, 성능을 위해 완전 해시 함수까지 동원하는 실제 사례를 보여준다.
핵심 요약
- 유니코드는 공백 문자를 25개로 정의하며, 일반적인 스페이스(U+0020)뿐 아니라 탭, 줄바꿈, 다양한 너비의 공백 문자들을 포함한다.
- 자바·파이썬·자바스크립트 등 런타임마다 공백의 정의가 다르다. 예를 들어 자바는 유니코드의 NO-BREAK SPACE(U+00A0)를 제외하지만 파이썬은 포함시킨다.
- 파이썬은 유니코드보다 많은 29개의 공백 문자를 인식하고, 자바스크립트는 정규식의 \s로 표현하되 유니코드와 다른 집합을 사용한다.