정규표현식 - Regex 정리

이번 포스팅은 불규칙속에서 규칙을 찾는 방법인 정규표현식(Regex)에 대해서 포스팅 하겠습니다.

Regex란?

Regex는 “Regular expression”의 약자로 “정규표현식” 또는 “정규식”으로 불립니다. 정규표현식은 많은 텍스트 편집기와 프로그래밍 언어에서 문자열의 검색과 치환을 위해 사용합니다.
자바, 파이썬, C언어 등 프로그래밍 언어는 정규표현식의 표준 라이브러리를 제공합니다.
(python에서는 re모듈이 정규표현식 라이브러리)

정규표현식에서 사용되는 기호를 Meta문자라고 표현합니다.

• Meta문자 : 정규표현식 내 특별한 의미를 갖는 문자 기호
  ex) |, [], (), 앵커(`^$) 등

정규식에 위 메타 문자를 사용하면 특별한 의미를 가지게 됩니다.
그 Meta문자를 간단하게 정리하면 아래 표와 같습니다. (x,y가 문자를 나타냄)

표현식	의미
^x	문자열의 시작을 표현하며 x 문자로 시작됨을 의미
x$	문자열의 종료를 표현하며 x 문자로 종료됨을 의미
.x	임의의 한 문자의 자리수를 표현하며 문자열이 x 로 끝난다는 것을 의미
x+	반복을 표현하며 x 문자가 한번 이상 반복됨을 의미
x?	존재여부를 표현하며 x 문자가 존재할 수도, 존재하지 않을 수도 있음을 의미
x*	반복여부를 표현하며 x 문자가 0번 또는 그 이상 반복됨을 의미
x|y	or 를 표현하며 x 또는 y 문자가 존재함을 의미
(x)	그룹을 표현하며 x 를 그룹으로 처리함을 의미
(x)(y)	그룹들의 집합을 표현하며 앞에서 부터 순서대로 번호를 부여하여 관리하고 x, y 는 각 그룹의 데이터로 관리
(x)(?:y)	그룹들의 집합에 대한 예외를 표현하며 그룹 집합으로 관리되지 않음을 의미
x{n}	반복을 표현하며 x 문자가 n번 반복됨을 의미
x{n,}	반복을 표현하며 x 문자가 n번 이상 반복됨을 의미
x{n,m}	반복을 표현하며 x 문자가 최소 n번 이상 최대 m 번 이하로 반복됨을 의미

문자 클래스

정규표현식에서 [abc]라면 이 표현식의 의미는 “a, b, c 중 한 개의 문자와 매치”를 뜻합니다. 그 사이에 하이픈(-)를 사용하면 두 문자 사이의 범위를 의미합니다.
예를들어 가장많이 사용하는 정규식으로

[a-zA-Z] : 알파벳 모두(대소문자 전부)
[0-9] : 숫자

위 정규식을 가장 많이 사용합니다.

이렇게 자주 사용하는 정규식은 별도의 다른 표기법으로 표현할 수도 있습니다.
(메타클래스 안에서는 주의해야할 문자가 있는데 그건 바로 “^” 입니다. 문자클래스 안에서 “^”의 의미는 반대(not)라는 의미를 갖습니다.)

표현식	다른표현식	의미
[0-9]	\d	숫자와 매치
[^0-9]	\D	숫자가 아닌 것과 매치
[ \t\n\r\f\v]	\s	whitespace 문자와 매치
[^ \t\n\r\f\v]	\S	whitespace 문자가 아닌 것과 매치
[a-zA-Z0-9_]	\w	문자+숫자(alphanumeric)와 매치
[^a-zA-Z0-9_]	\W	문자+숫자(alphanumeric)가 아닌 문자와 매치

Flag

정규표현식을 사용할 때 Flag라는 것이 존재합니다. 이 Flag는 정규식을 얼마나 자주 처리할지 정하는 기호입니다.

Flag	의미
g	“Global”의 표현하며 대상 문자열내에 모든 패턴들을 검색하는 것을 의미
i	“Ignore case”를 표현하며 대상 문자열에 대해서 대/소문자를 식별하지 않는 것을 의미
m	“Multi line”을 표현하며 대상 문자열이 다중 라인의 문자열인 경우에도 검색하는 것을 의미

실전에서 자주사용되는 정규표현식

1. 한글사용
   /[가-힣]/

2. 전화 번호
   ex) ‘02-111-2222’ > /\d{2,3}-\d{3,4}-\d{4}/

3. 휴대폰 번호
   ex) ‘010-1234-5678’ > /^\d{3}-\d{3,4}-\d{4}$/

4. 웹사이트 주소
   ex) ‘https://zeuskwon.com’ > /(http(s)?:\/\/)([a-z0-9\w]+.*)+[a-z0-9]{2,4}/

5. 이메일 주소
   ex) ‘zeuskwon@epozen.com’ > /^[a-zA-Z0-9+-_.]+@[a-zA-Z0-9-]+.[a-zA-Z0-9-.]+$/

6. 문자가 특정 단어로 끝나는지 검사
   ex) index.html > /html$/

7. 아이디 사용 검사
   ex) abcd123 > /^[A-Za-z0-9]{4,10}$/

정규표현식을 테스트해 볼 수 있는 사이드

정규표현식테스트

[Python] re 모듈 사용법

파이썬에서 정규표현식을 사용할 때 내장 모듈인 re를 사용하고 있습니다.
간단하게 파이썬의 re모듈에서 제공하는 함수의 쓰임새를 예제와 함께 설명하겠습니다.

• match(패턴, 문자열, Flag)

match()는 문자열의 처음부터 시작해서 작성한 패턴이 일치하는지 확인합니다.

import re

print(re.match('a', 'ab'))
print(re.match('a', 'ab'))
print(re.match('a', 'bba'))
print(re.match('a', 'ba'))

# <re.Match object; span=(0, 1), match='a'>
# <re.Match object; span=(0, 1), match='a'>
# None
# None

예시의 1,2번의 시작은 a로 시작하여 매칭이 된 것으로 확인되는데 3,4번은 시작이 b로 시작하므로 매칭이 안 된 것을 확인할 수 있습니다.

• fullmatch(패턴, 문자열, Flag)

fullmatch()는 문자열에 시작과 끝이 정확하게 패턴과 일치할 때 반환합니다. match()와는 다르게 fullmatch()는 처음과 끝이 정확하게 일치해야합니다.

import re

print(re.fullmatch('a', 'a'))
print(re.fullmatch('a', 'aaa'))
print(re.fullmatch('a', 'ab'))
print(re.fullmatch('a', 'ba'))
print(re.fullmatch('a', 'baa'))


# <re.Match object; span=(0, 1), match='a'>
# None
# None
# None
# None

• search(패턴, 문자열, Flag)

search()는 match()와 유사하지만 패턴이 문자열의 처음부터 일치하지 않아도 괜찮습니다.

import re


print(re.search('a', 'ab'))
print(re.search('a', 'ab'))
print(re.search('a', 'bba'))
print(re.search('a', 'ba'))

# <re.Match object; span=(0, 1), match='a'>
# <re.Match object; span=(0, 1), match='a'>
# <re.Match object; span=(2, 3), match='a'>
# <re.Match object; span=(1, 2), match='a'>

패턴과 일치하는 문자열을 전부 찾아서 결과를 반환해줍니다.

• findall(패턴, 문자열, Flag)

findall()은 문자열 안에 패턴에 맞는 케이스를 전부 찾아서 리스트로 반환합니다

import re

print(re.findall('a', 'a'))
print(re.findall('a', 'aba'))
print(re.findall('a', 'baa'))
print(re.findall('aaa', 'aaaaa'))
print(re.findall('aaa', 'aaaaaa'))
print(re.findall('\d', '숫자123이 이렇게56 있다8'))
print(re.findall('\d+', '숫자123이 이렇게56 있다8'))


# ['a']
# ['a', 'a']
# ['a', 'a']
# ['aaa']
# ['aaa', 'aaa']
# ['1', '2', '3', '5', '6', '8']
# ['123', '56', '8']

• split(패턴, 문자열, 최대 split 수, Flag)

split은 문자열에서 패턴이 맞으면 이를 기점으로 리스트로 쪼개는 함수입니다.

import re

print(re.split('a', 'abaabca'))
print(re.split('a', 'abaabca', 2))


# ['', 'b', '', 'bc', '']
# ['', 'b', 'abca']

예제

정규표현식을 사용해서 전화번호만 추출해보겠습니다.

import re
 
text = "문의사항이 있으면 032-232-3245 으로 연락주시기 바랍니다."
 
regex = re.compile(r'(\d{3})-(\d{3}-\d{4})')
matchobj = regex.search(text)
areaCode = matchobj.group(1)
fullNum = matchobj.group()
print(fullNum) # 032-232-3245
print(areaCode) # 032

위 코드를 통해 전화번호 전체를 출력하고 .group 메서드를 사용해서 지역번호만 추출할 수 있었습니다.

python의 re라이브러리를 짧게 소개시켜 드렸습니다.

이것으로 이번 포스팅을 마치겠습니다.

출처

• https://hamait.tistory.com/342 [HAMA 블로그:티스토리]
• https://inpa.tistory.com/entry/JS-%F0%9F%93%9A-%EC%A0%95%EA%B7%9C%EC%8B%9D-RegExp-%EB%88%84%EA%B5%AC%EB%82%98-%EC%9D%B4%ED%95%B4%ED%95%98%EA%B8%B0-%EC%89%BD%EA%B2%8C-%EC%A0%95%EB%A6%AC#%EC%A0%95%EA%B7%9C%EC%8B%9D_%EC%8B%A4%EC%A0%84_%EC%98%88%EC%A0%9C
• https://brownbears.tistory.com/506