[Bash Shell] 17. tr - 문자 치환·삭제

tr(translate)는 표준 입력의 문자를 다른 문자로 바꾸거나 삭제하는 필터 명령어다. 줄 단위가 아니라 문자 단위로 동작하며, 파일 인자를 받지 않고 항상 표준 입력에서 읽는다.

이 장을 읽기 전에

선행 챕터: 이 장은 16장: cut에서 이어진다. cut이 탭이나 구분자로 나눈 컬럼(위치) 단위로 텍스트를 잘라냈다면, tr은 그보다 더 작은 단위인 개별 문자 단위로 1:1 치환·삭제를 수행한다 — “어느 필드를 뽑을까"에서 “어떤 문자를 다른 문자로 바꿀까"로 관심 대상이 한 단계 더 세밀해지는 전환이다.

이 장의 깊이: 입문–중급 난이도다. 기본 치환·삭제부터 문자 클래스, -s/-c 조합, 로케일 함정까지 실무에서 자주 마주치는 범위를 다룬다. 다루지 않는 것: 정규식 기반의 패턴 치환(원하는 부분만 찾아 바꾸는 것)은 14장: sed에서 다룬다 — tr은 정규식 엔진이 아니므로 애초에 “패턴 매칭"이라는 개념 자체가 없다는 점이 이 장의 핵심 포인트 중 하나다.

당신의 수준에 맞는 경로

수준	읽을 부분	핵심 목표
대소문자 변환·공백 정리가 급한 사람	“사용법·옵션"의 기본 표, “예시"의 “대소문자 변환”·“공백·개행 정리”	자주 쓰는 옵션 조합으로 파이프라인 안에서 바로 문자를 다듬는다
tr의 동작 원리를 제대로 이해하려는 사람	“개요 + 정신 모델"부터 “주의사항·함정”, “흔한 오개념” 전체	치환표라는 정신 모델로 SET1/SET2 대응 규칙을 스스로 추론하고, 로케일·이식성 함정을 피한다

개요 + 정신 모델

tr을 처음 배울 때 가장 흔한 오해는 이것을 grep이나 sed처럼 패턴을 찾아 바꾸는 도구로 여기는 것이다. 실제로는 전혀 다른 층위에서 동작한다. tr SET1 SET2는 정규식이 아니라 문자 집합 대 문자 집합의 위치 대응표(translation table)를 만든다 — SET1의 n번째 문자가 입력에 나타나면 SET2의 n번째 문자로 바꾼다는, 순전히 위치 기반의 1:1 매핑이다. tr 'abc' 'xyz'는 “a·b·c 중 하나를 찾아서 바꿔라"가 아니라 “a는 x로, b는 y로, c는 z로"라는 세 개의 독립적인 치환 규칙을 동시에 등록하는 것과 같다. 이 모델을 받아들이면 SET1과 SET2의 길이가 서로 대응해야 한다는 사실, 그리고 왜 tr이 패턴 매칭이 아니라 “이 문자를 만나면 즉시 저 문자로"라는 스트림 단위의 문자 대체기로 동작하는지가 자연스럽게 이해된다. grep이 줄을 필터링하고 sed가 패턴을 찾아 치환한다면, tr은 그보다 한 단계 아래에서 개별 바이트(문자)를 순회하며 표를 찾아보는 가장 단순하고 빠른 변환기다.

사용법 · 옵션

1
tr [옵션] SET1 [SET2]

SET1: 변환·삭제 대상이 될 문자 집합.
SET2: SET1과 대응할 문자 집합. 삭제(-d)만 할 때는 생략 가능하다. SET2가 SET1보다 짧으면 GNU tr은 SET2의 마지막 문자를 SET1 길이만큼 반복해 채운다.

동작 모드 옵션

옵션	설명
`-d`, `--delete`	SET1에 있는 문자를 삭제한다(치환하지 않음).
`-s`, `--squeeze-repeats`	연속으로 반복되는 동일 문자를 하나로 축약한다.
`-c`, `-C`, `--complement`	SET1의 여집합(SET1에 없는 문자)을 대상으로 삼는다.
`-t`, `--truncate-set1`	SET1을 SET2 길이에 맞춰 자른다(기본은 SET2가 SET1 길이에 맞춰 늘어남).

문자 집합 표기

표기	의미
`a-z`, `A-Z`, `0-9`	연속된 문자 범위(로케일에 따라 해석이 달라질 수 있음 — 아래 “주의사항·함정” 참고)
`[:lower:]`, `[:upper:]`	소문자·대문자 문자 클래스(POSIX 표준)
`[:digit:]`, `[:alpha:]`, `[:alnum:]`	숫자·알파벳·영숫자 클래스
`[:space:]`, `[:punct:]`	공백류·구두점 클래스
`[c*n]`	문자 `c`를 `n`번 반복(주로 SET2를 SET1 길이에 맞출 때 사용, GNU 확장)
`\n`, `\t`, `\\`	개행·탭·백슬래시 등 이스케이프 시퀀스

예시

대소문자 변환

1
2
3
4
5
# 소문자 → 대문자
echo "hello world" | tr 'a-z' 'A-Z'

# 문자 클래스로 동일한 작업(POSIX 표준 표기라 이식성이 더 좋다)
echo "hello world" | tr '[:lower:]' '[:upper:]'

공백·개행 정리

1
2
3
4
5
6
7
8
# 개행을 공백으로 바꿔 한 줄로 합치기
tr '\n' ' ' < file.txt

# 연속된 공백을 하나로 압축(-s)
tr -s ' ' < file.txt

# 탭을 공백 한 칸으로
tr '\t' ' ' < file.txt

삭제(-d)

1
2
3
4
5
# 숫자 삭제
tr -d '0-9' < file.txt

# 캐리지 리턴(\r) 제거 — 윈도우식 CRLF를 유닉스식 LF로
tr -d '\r' < windows_file.txt > unix_file.txt

여집합(-c)과 조합

1
2
3
4
5
# 영숫자가 아닌 문자를 전부 개행으로 바꿔 단어를 한 줄씩 나열
echo "hello, world! 123" | tr -c '[:alnum:]' '\n'

# 인쇄 가능한 문자만 남기고 나머지(제어 문자 등)는 삭제
tr -cd '[:print:]\n' < binary_ish.txt

파이프 조합

1
2
3
4
5
# 로그에서 대문자로 시작하는 레벨 표기를 통일해서 세기
cat app.log | tr 'a-z' 'A-Z' | grep -c "ERROR"

# 콤마 구분 목록을 줄바꿈 목록으로 바꿔 wc로 개수 세기
echo "a,b,c,d" | tr ',' '\n' | wc -l

로케일 고정(이식성 있는 실행)

1
2
# 범위·클래스 해석을 POSIX 기준으로 고정
LC_ALL=C tr 'a-z' 'A-Z' < file.txt

주의사항·함정

문자 집합 범위는 로케일에 따라 다르게 해석될 수 있다. [a-z]처럼 하이픈으로 잇는 범위 표기는 겉보기엔 “알파벳 26개"로 고정된 것 같지만, 실제로는 시스템의 대조 순서(collating order)를 따른다. POSIX 사양은 이를 명시적으로 경고한다 — “POSIX 로케일이 아닌 로케일에서는 이 구문(범위 표현식)의 동작이 정의되지 않는다(unspecified behavior)”(POSIX tr 사양 RANGE 관련 절 참고). 즉 en_US.UTF-8 같은 로케일에서는 대소문자가 섞여서 정렬되거나 예상과 다른 문자가 범위에 포함될 수 있다. 스크립트가 어떤 환경에서 실행되든 항상 같은 결과를 내야 한다면, LC_ALL=C tr ...처럼 POSIX(C) 로케일로 고정해 실행하는 것이 안전하다 — 이렇게 하면 대조 순서가 바이트 값 순서로 고정되어 [a-z]가 항상 소문자 26개만을 의미하게 된다.

GNU 확장과 POSIX 표준을 구분해야 한다. [:upper:], [:lower:], [:digit:] 같은 문자 클래스는 POSIX 표준에 정의된 표기라 GNU tr뿐 아니라 BSD tr(macOS 기본 tr)에서도 대부분 동일하게 동작해 이식성이 좋다. 반대로 --complement, --squeeze-repeats, --delete처럼 두 글자 이상의 긴 옵션(long option) 형태는 GNU coreutils의 확장이며, BSD tr에는 존재하지 않는다. BSD 계열에서는 -c, -s, -d 같은 짧은 옵션만 지원하므로, macOS나 BSD 환경까지 옮겨 쓸 스크립트라면 장옵션 대신 짧은 옵션으로 통일하는 편이 안전하다.

SET2가 SET1보다 짧을 때의 동작이 구현마다 역사적으로 갈렸다. POSIX 사양의 APPLICATION USAGE 절은 BSD 계열과 System V 계열 구현이 이 경우를 서로 다르게 처리해온 역사를 언급하며, 이식성을 보장하려면 [c*n] 반복 구문으로 SET2 길이를 SET1과 명시적으로 맞추라고 권한다. GNU tr은 기본적으로 SET2의 마지막 문자를 반복해 늘리지만, 이 기본 동작에 의존하지 않고 길이를 명시하는 습관을 들이면 다른 구현으로 옮겨도 같은 결과를 보장할 수 있다.

tr은 파일을 인자로 받지 않는다. tr 'a-z' 'A-Z' file.txt처럼 파일명을 그냥 뒤에 붙이면 file.txt가 SET2로 해석되어 엉뚱한 치환이 일어난다. 항상 tr 'a-z' 'A-Z' < file.txt처럼 리다이렉션으로 표준 입력을 연결해야 한다.

흔한 오개념

“tr도 정규식을 쓴다"는 오해. grep·sed·awk를 먼저 배운 사람일수록 tr 'a-z' 'A-Z'를 정규식 매칭으로 착각하기 쉽다. 하지만 SET1·SET2는 문자 하나하나의 나열일 뿐 패턴이 아니다. POSIX 사양도 “tr이 받는 문자열 피연산자는 정규식이 아니다(the string operands used by tr are not regular expressions)“라고 명시한다. tr 'ab' 'x'처럼 SET2가 SET1보다 짧으면(단, -t 없이) 에러가 나거나 예상과 다른 결과가 나올 수 있다 — 이는 “패턴 ‘ab’를 찾아 ‘x’로 바꾼다"는 정규식적 사고에서 비롯된 실수다.

"-d는 SET2를 참고해 삭제할 문자를 고른다"는 오해. tr -d SET1 SET2처럼 두 번째 인자를 주면, -d는 SET2를 완전히 무시하고 SET1에 있는 문자만 삭제한다. SET2가 의미를 가지려면 -s와 함께 써서 “삭제 후 SET2에 남은 문자 중 반복된 것을 축약"하는 조합(tr -ds SET1 SET2)이어야 한다 — 단독 -d에 SET2를 넘기는 것은 사실상 아무 효과가 없는 군더더기다.

다음 장에서는

다음은 18장: sort, uniq, wc — 문자 단위 치환을 넘어, 줄 단위로 정렬하고 중복을 제거하고 개수를 세는 도구로 넘어간다.

평가 기준

tr SET1 SET2가 정규식 매칭이 아니라 위치 기반 치환표(translation table)라는 것을 설명할 수 있다.
-d, -s, -c 옵션을 목적에 맞게 단독·조합해서 문자를 삭제·압축·여집합 변환할 수 있다.
문자 범위(a-z)와 POSIX 문자 클래스([:upper:] 등)의 차이, 그리고 범위 표기가 로케일에 따라 달라질 수 있다는 함정을 설명하고 LC_ALL=C로 회피할 수 있다.
GNU tr의 장옵션(--complement 등)이 BSD tr에는 없다는 이식성 차이를 설명할 수 있다.
tr이 파일 인자를 받지 않고 표준 입력만 처리한다는 제약을 이해하고 리다이렉션으로 올바르게 연결할 수 있다.