다중 패턴 텍스트 검색 라이브러리

최신 안정판 Text 0.2.1 릴리스 기준

text-search는 불변 generic Aho-Corasick automaton을 제공한다. 여러 키워드를 한 번에 검색하고 각 일치에 애플리케이션 값을 연결한다. 대소문자, 겹침, 단어 경계, Unicode 정규화, 첫 일치 종료 방식을 옵션으로 정할 수 있다.

제공하는 기능

가변 builder와 Kotlin DSL, 빌드 뒤 불변 automaton
parseText, firstMatch, containsMatch, tokenize, replaceAll
generic 일치 값과 원문 위치
NONE, LATIN_ALPHA, WHITESPACE_SEPARATED 경계
위치 mapping을 보존하는 NFC/NFKC 정규화
coroutine 수집을 위한 matchesAsFlow

의존성 추가하기

dependencies {
    implementation("io.github.bluetape4k.text:text-search:0.2.1")
    implementation("org.jetbrains.kotlinx:kotlinx-coroutines-core:<compatible-version>") // Flow 사용 시
}

가장 작은 예제

import io.bluetape4k.text.search.AhoCorasickAutomaton
import io.bluetape4k.text.search.SearchOptions

val automaton = AhoCorasickAutomaton.builder<String>()
    .add("password reset", "ACCOUNT_TAKEOVER")
    .add("card declined", "PAYMENT_RISK")
    .options(SearchOptions(ignoreCase = true, allowOverlaps = false))
    .build()

val matches = automaton.parseText("Password reset before card declined")
println(matches.map { it.value })

builder는 설정 단계에서만 사용한다. build()가 끝나면 불변 snapshot을 공유한다.

결과 연산 선택하기

연산	알맞은 상황
`parseText`	모든 일치와 위치가 바로 필요하다
`firstMatch`	가장 왼쪽의 가장 긴 일치 하나면 충분하다
`containsMatch`	일치 여부만 필요하다
`tokenize`	일치 구간과 일반 구간을 따로 그린다
`replaceAll`	선택된 일치를 다른 문자열로 바꾼다
`matchesAsFlow`	주변 coroutine 흐름에서 수집·취소 의미가 필요하다

tokenize는 겹치지 않는 결과를 반환한다. allowOverlaps = false는 다른 연산이 받기 전에 경쟁하는 일치를 정리한다.

경계와 정규화

LATIN_ALPHA는 더 긴 영단어 내부의 부분 일치를 막고, WHITESPACE_SEPARATED는 공백으로 둘러싸인 구문에 적합하다. Unicode 정규화는 동등한 문자를 찾게 해 주지만 비용이 크다. 0.2.1의 NFKC 벤치마크가 일반 no-match 경로보다 훨씬 느린 이유다.

Flow 수집

val firstAlert = automaton.matchesAsFlow("critical login before card declined")
    .take(1)
    .toList()

Flow 확장은 channelFlow와 Dispatchers.Default를 사용한다. 제한 수집은 불필요한 결과 보관을 줄이지만 입력 전체를 살피는 CPU 비용까지 없애지는 않는다.

제약과 실패

키워드 snapshot과 옵션 정책을 먼저 확정한 뒤 공개한다. 요청마다 다시 빌드하지 않는다. 정규화가 켜져도 결과 위치는 원문을 가리키도록 mapping한다. 벤치마크 수치는 기록된 환경 안에서만 비교한다.

다음 학습 경로

소스 근거

배포본 다이어그램

아래 그림은 0.2.1 배포본의 README 자산을 해당 배포 커밋에서 직접 불러옵니다. 이후 SNAPSHOT이 아니라 이 매뉴얼 버전의 구조와 실행 흐름을 보여 줍니다. 미리보기를 누르면 같은 배포 커밋의 SVG 원본이 열립니다.