정규표현식

박은정·2021년 7월 26일

TIL

목록 보기

4/72

`flag` : 파이썬의 옵션

compile을 통해서 패턴과 flag 등록할 수 있다

compile 종류	단축	설명
`re.compile('패턴', re.DOTALL)`	`re.comdile('패턴', re.S)`	모든문자 (줄바꿈포함)매칭한다
`re.compile('패턴', re.IGNODRECASE)`	`re.comdile('패턴', re.I)`	대소문자 구분 안함
`re.compile('패턴', re.MULTILINE)`	`re.comdile('패턴', re.M)`	모든 라인에서 매칭한다
`re.compile('패턴', re.VERBOSE)`	`re.comdile('패턴', re.X)`	주석 등의 편의기능 사용가능하다
`re.compile('패턴', re.ASCII)`	`re.comdile('패턴', re.A)`	ASCII코드만을 사용한다

`flag` 옵션 사용방법

re.compile('패턴').match(문자열)
re.compile(패턴, 문자열, flags=0)

2번의 경우를 더 많이 사용한다

`g`

global로 모든 문자열에서 찾겠다
global 옵션을 지워주면 맨 처음에 나오는 문자열에서만 찾는다

`case insensitive`

case insensitive 옵션 체크하면 대소문자 구분없음
예시: Hello, hello모두 찾음

`sitcky`

일회용, 최초로 발견되는 문자열만 찾는다

처음과 끝 `(Anchors)`

`/^hello/gm`

문장 앞에 나오는 hello만 찾겠다

`/hello$/gm`

문장 끝에 나오는 hello만 찾겠다

모든문자 매칭 `(찾기)`

모든 문자열은 점으로 표현됨

`/./gm`

모든 문자열(* 이랑 같은 역할)

`/....../gm`

모든 6개의 문자열 매칭한다
6자리 문자열을 매칭한다
띄어쓰기도 문자열로 인식된다

그래서 점 자체 를 찾고 싶다면 역슬래시 \를 이용해서 찾는다

선택

`/h[ea]llo/gm`

hello , hallo 모두 매칭됨

`/h.llo/gm`

hello, hallo, hollo던 모두 매칭이 되는데
이때 /h[.]llo/gm 이라고 입력하면 점이 적용되지 않는다

[.]은 문자 그대로의 점을 매칭

범위 `[-]`

대괄호는 주로 범위를 나타낼 때 많이 사용된다
예: /h[a-f]llo/gm

`/[a-z]/gm`

알파벳 소문자 매칭

`/[A-Z]/gm`

알파벳 대문자 매칭

`/[0-9]/gm`

숫자 매칭

모든 문자

`/[a-zA-Z0-9]/gm`

모든 알파벳, 숫자

`/[^a-zA-Z0-9]/gm`

나머지 문자열 (공백, 특수문자)

부정 not

`[] 안`에서 사용된 꺽쇠 `^` : `[^]`

not의 의미

/h[^ae]llo/gm

~~hello, hallo 말고~~ h.llo hollo 선택됨

`[] 밖`에서 사용된 `^` : `^[]`

처음이라는 의미

서브패턴 `(그룹으로 묶기)`

`/(on|ues|rida)/gm`

on, ues, rida 3개 중 하나를 만족해도 매칭하게 된다

`/(on|ues)|(rida)/gm`

일단 결과값은 동일하지만 ~~(사이트에서) 마우스를 오버했을 때의~~ 설명은 다르다

매칭된 문자열	그룹1	그룹2
Monday	on	undefined
Tuesday	ues	undefined
Friday	undifined	rida

`/.(a|e|o)ll./gm`

패턴의 앞뒤로도 텍스트를 붙일 수 있다
hello Hello yello kello !ello 가 매칭된다

. : 모든 문자열 가능
(a|e|o) : 3개의 문자 중에 하나면 매칭된다
ll : 일반 문자열 "ll"이 일치해야 한다
. : 아무 문자 하나 매칭 (특수문자 가능)

`/.(a|e)ll.() () ()/gm`

여러 개의 그룹으로 나눠서 설정할 수도 있다

그루핑 규칙 3가지

1. 그룹을 설정하지 않는 방법 : `/(?abc)/gm`

`/(?:on|ues)|(rida)/gm `

on|ues 둘 중하나와 일치해도 매칭되긴 하지만 그룹으로 설정되지는 않는다
하지만 rida 는 그룹으로 설정된다

2. positive 매칭 :`/(?=abc)/gm`

abc가 들어간 것을 매칭한다

/hello (?=world)/gm

뒤에 "world"가 들어간 "hello" 만 매칭시킨다
"world"를 매칭시키는 것이 아니다

hello world hello world hello 매칭된다
Hello world hello World 는 매칭되지 않는다

3. negative 매칭 : /(?!abc)/gm

abc가 아닌 것을 매칭한다 (not의 의미)

/hello (?!world)/gm

뒤에 "world"가 들어가지 않는 hello만 매칭시킨다
hello World 매칭된다
world가 아니라 world 이기 때문에 → hello world(띄어쓰기 두개) 매칭된다

수량자

해당 문자가 몇 개 있는지 명시하여 패턴을 찾는다

* + ? {} 사용한다

수량자 종류

1. `*`

앞에 있는 문자가 한개도 없어도 될때 사용

2. `+`

앞에 있는 문자가 한개 이상 있어야 할때 사용

3. `?`

앞에 있는 문자가 없거나 있거나

4. `{}`

개수 지정가능
{3.} : {3,and}에서 and가 생략된거라 생각하자

수량자를 서로 호환해서 사용

1. `_*` &`_{0,}`

앞에 있는 문자_ 가 0개 ~ N개 0개이상

2. `_+` & `_{1,}`

앞에 있는 문자_ 가 1개 ~ N개 1개이상

3. `_?` &`_{0,1}`

앞에 있는 문자_ 가 0개 ~ 1개 있거나 없거나

/.{5}/gm

공백까지 글자수로 인식되기 때문에 특정하지 못한다

/h{4}/gm

h 다음에 모든 문자가 4개만 이어지는 문자열만 특정된다 (매칭된다)

수량자 활용

1. 핸드폰번호 ver.1

/[0-9][0-9][0-9][-.* ][0-9][0-9][0-9][0-9][-.* ][0-9][0-9][0-9][0-9]/gm

결과
010-1234-1234
010 1234 1234
010*1234*1234
숫자 사이에 셋 중 하나라도 매칭된다

2. 핸드폰번호 ver.2

/[0-9]{3}[-.* ][0-9]{4}[-.* ][0-9]{4}/gm

이때 [0-9]가 반복되므로 {} 를 활용해서 간단하게 입력할 수도 있다
이렇게 정규표현식을 입력해줄 수 있다

3. 전화번호

/[0-9]{2,3}[-.* ][0-9]{3,4}[-.* ][0-9]{4}/gm

지역번호 02, 031 모두 찾을 수 있고
가운데번호가 332, 3345 모두 찾을 수 있다

4.이메일주소

/[0-9a-zA-Z]+@[0-9a-zA-Z].[a-zA-Z]/gm

[0-9a-zA-Z]+ : 1개이상의 문자

맨 앞에 아무 글자도 없을 수는 없으니까
*(0개이상)이 아니라 +(1개이상)로
@ : 무조건 포함되어야 하는 문자 @
[0-9a-zA-Z]+ : 1개이상의 문자
. : 문자 .
[a-zA-Z]+ : 뒤에는 숫자가 나오지 않으니 (1개이상의)문자만 검색

결과 : 아래 두개의 이메일은 매칭되지 않는다
paul-korea@naver.com (-때문에)
hojun.lee@gmail.com (. 때문에)

캐릭터클래스

/\w/gm

워드

/\w{5} /gm

5개의 글자와 스페이스 하나

/\W/gm

not 워드

/\d/gm

숫자

/\D/gm

not 숫자

/\s/gm

스페이스

/\S/gm

not 스페이스

캐릭터클래스를 활용한 전화번호 정규식

기존 수량자를 이용한 전화번호 정규식

1. /[0-9]{3}-[0-9]{4}-[0-9]{4}/gm
2. /[0-9]{3}[-.* ][0-9]{4}[-.* ][0-9]{4}/gm
3. /\d+[-* .]?\d+[-* .]?\d/gm

? : 앞의 문자가 나올수도 있고 안나올수도 있고
+ : 앞의 문자가 하나 이상으로 나와야한다

캐릭터클래스를 이용한 전화번호 정규식

1. /\d{3}-\d{4}-\d{4}/gm
2. /\d{3}\W\d{4}\W\d{4}/gm

이스케이프 문자

백슬러시를 이용해서 특수문자 자체를 매칭하기

/abc\\abc/gm

abc/abc 가 매칭된다

정규식의 이스케이프 문자 활용

^^ :) (hello world)

대괄호, 소괄호 안에 감싸져있는 값들은 데이터분석에서 string값을 주는 경우가 많다
일일히 replit이나 split을 주는 것보다 정규표현식으로 쓰는 것이 더 좋다

`/\[\w*\]/gm`

\w : 워드(문자, 숫자)
* 몇개의 글자수인지 특정하지 않음

[123456], [456], [abc] 가 매칭된다
[de!f]는 매칭되지 못한다

`/\[\ d*\]/gm`

\d : 숫자만 매칭된다 (문자는 매칭되지 않는다)

[123456], [123] 매칭된다

/[.*]/ gm

. : 모든문자(특수문자 포함)
* 몇개의 글자수인지 특정하지 않음

[123456], [456], [de!f] 매칭된다

`/$.*$/gm` : 소괄호 안에 잇는 문자 매칭하기

(hello, world)
(name, leejojun), (age, 10), (height, 180), (email, paul-lab@naver.com) 매칭된다

`/\\\\.*\/\//gm` : 백슬래시 & 슬래시 매칭하기

\\hello world// 매칭된다

\\ : 백슬래시 두개의 정규식이 실제 문자 \ 백슬래시 하나를 매칭하기 때문에

백슬래시 두개를 매칭하고 싶은 경우 정규식에는 \\\\ 백슬래시 4개를 입력해준다

`/\^\^/gm` : 꺽쇠문자

특수문자 ^ : 문자열 매칭하거나 그룹의 not의 의미를 가지기 때문에
/^^/gm이라고 입력하면 ^^ 가 매칭되지 않는다

`/\:\)/gm` : 콜론 매칭하기

:) 매칭하기

이스케이프 문자가 필요없는 경우 : `/-.*-/gm`

- 도 특수문자이긴 하지만 대괄호 안에서만 사용되기때문에 그냥 입력해줘도 된다
/\-.*\-/gm 같이 역슬래시를 입력해줘도 문제는 없어서
헷갈릴때에는 특수문자 앞에 역슬래시를 넣어주면 된다

-0901-, -5043-, -721-가 매칭된다

한글 정규표현식

`/[ㄱ-ㅎ]/gm`

자음만 있는ㄱㄴㄷㄹㅁㅂㅅㅇㅈㅊㅋㅌㅍㅎ 매칭된다

`/[ㄱ-ㅎ|ㅏ-ㅣ|가-힣]/gm`

모든 한글표현을 매칭한다

`/[가-힣]/gm`

자음 혹은 모음만이 아니라 하나의 한글글자?를 매칭한다

가나다라마바사아자차카타파하,수사 수박 수상 동해 물과 백두산이 마르고 닳도록 하느님이 보우하사 우리나라 만세 매칭된다

`/^[가-힣]+$/gm`

첫 문자부터 종료까지 한글만 있는 문자열을 매칭한다
가나다라마바사아자차카타파하
수사 수박 수상 매칭된다
(동해 물과 백두산이 마르고 닳도록 하느님이 보우하사 우리나라 만세는 사이에 띄어쓰기로 구분되어있어서 매칭되지 않는 듯 하다)

`/^[가-힣 ]+$/gm`

한글표현 다음에 띄어쓰기가 있는 문자열도 매칭한다

가나다라마바사아자차카타파하, 수사, 수박, 수상, 동해 , 물과 , 백두산이 , 마르고 , 닳도록 , 하느님이 , 보우하사 , 우리나라 , 만세 매칭된다

`/^[가-힣\-_ ]+$/gm`

한글표현 다음에 -, _, 가 있는 문자열 매칭한다

`/^[가-힣-_  ]+$/gm`

위와같이 입력하면 오류가 발생한데 대괄호 안에서 - 는 범위를 나타내기 때문이다
해결방안 :- 앞에 \를 입력해주면 된다
안녕_하세요, 안녕-하세요 매칭된다

박은정

새로운 것을 도전하고 배운것을 정리하려 합니다.

이전 포스트

파이썬 정규표현식 기초1 메타문자

다음 포스트

정규표현식

TIL

flag : 파이썬의 옵션

flag 옵션 사용방법

g

case insensitive

sitcky

처음과 끝 (Anchors)

/^hello/gm

/hello$/gm

모든문자 매칭 (찾기)

/./gm

/....../gm

선택

/h[ea]llo/gm

/h.llo/gm

범위 [-]

/[a-z]/gm

/[A-Z]/gm

/[0-9]/gm

모든 문자

/[a-zA-Z0-9]/gm

/[^a-zA-Z0-9]/gm

부정 not

[] 안에서 사용된 꺽쇠 ^ : [^]

[] 밖에서 사용된 ^ : ^[]

서브패턴 (그룹으로 묶기)

/(on|ues|rida)/gm

/(on|ues)|(rida)/gm

/.(a|e|o)ll./gm

/.(a|e)ll.() () ()/gm

그루핑 규칙 3가지

1. 그룹을 설정하지 않는 방법 : /(?abc)/gm

2. positive 매칭 :/(?=abc)/gm

3. negative 매칭 : /(?!abc)/gm

수량자

수량자 종류

1. *

2. +

3. ?

4. {}

수량자를 서로 호환해서 사용

1. _* &_{0,}

2. _+ & _{1,}

3. _? &_{0,1}

수량자 활용

1. 핸드폰번호 ver.1

2. 핸드폰번호 ver.2

3. 전화번호

4.이메일주소

캐릭터클래스

/\w/gm

/\w{5} /gm

/\W/gm

/\d/gm

/\D/gm

/\s/gm

/\S/gm

캐릭터클래스를 활용한 전화번호 정규식

이스케이프 문자

정규식의 이스케이프 문자 활용

/\[\w*\]/gm

/\[\ d*\]/gm

/[.*]/ gm

/\(.*\)/gm : 소괄호 안에 잇는 문자 매칭하기

/\\\\.*\/\//gm : 백슬래시 & 슬래시 매칭하기

/\^\^/gm : 꺽쇠문자

/\:\)/gm : 콜론 매칭하기

이스케이프 문자가 필요없는 경우 : /-.*-/gm

한글 정규표현식

/[ㄱ-ㅎ]/gm

/[ㄱ-ㅎ|ㅏ-ㅣ|가-힣]/gm

/[가-힣]/gm

/^[가-힣]+$/gm

/^[가-힣 ]+$/gm

/^[가-힣\-_ ]+$/gm

파이썬 정규표현식 기초1 메타문자