[Python] re 모듈 메서드

김동한·2024년 9월 4일

자연어처리

목록 보기

12/21

python의 re module에서 지원하는 method에 대해 정리했다.

re module methods

match

문자열의 처음부터 시작해서 작성한 pattern이 일치하는지 확인한다.

import re
print(re.match('a','abcde'))
print(re.match('c','abcde'))

c의 경우 문자열의 시작이 c가 아니기 때문에, None을 return한다.

search

처음부터 일치하지 않아도 되는 match

import re
print(re.search('a','abcde'))
print(re.search('c','abcde'))

match와 다르게, 2번째에서 3번째 index까지 matching되었음을 return한다.

findall

문자열 안에 패턴이 맞는 케이스를 모두 찾아서 list로 return한다.

import re
print(re.findall('a', 'a'))
print(re.findall('a', 'aba'))
print(re.findall('a', 'baa'))
print(re.findall('aaa', 'aaaaa'))

4번째 case의 경우, 한번 findall에 해당하여 찾아진 패턴을 겹쳐서 한번 더 찾는 것은 안되기 때문에 안겹치게끔 list에 한개의 case만 들어간다.

finditer

findall()과 유사하지만 iterator 형식으로 return한다.

import re

re_iter = re.finditer('a', 'baa')
for s in re_iter:
    print(s)

finditer 함수는 findall과 유사하지만 문자열내에서 찾은 pattern의 위치도 파악할 수 있다.

split

문자열에서 패턴이 맞으면 이를 기점으로 쪼갠다. 그리고, 구분자는 빈 문자열로 리스트에 추가된다.

import re

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

sub

ctrl+h와 유사하게 pattern에 해당하는 text내 부분을 특정단어로 교체하는 것이다.

import re
print(re.sub('a','z','ab'))

sub(pattern,dst,text)로 이루어져있고, text내 pattern에 해당하는 부분을 dst로 바꾸는 함수이다.

subn

sub와 동일하며, 매칭 횟수도 반환한다.

import re
print(re.subn('a','z','aaaab'))

compile

동일한 패턴이 여러번 사용되면, compile해두는 것이다. 위의 pattern이 인자로 쓰이던 모든 함수에 적용이 가능하다.

import re
c=re.compile('a')
print(c.sub('zxc','abc'))
print(c.search('vcxdfsa'))

Match object

findall()을 제외하고, search, finditer, match 모두 Match 객체로 반환된다. 해당 객체는 group(),start(),end() 와 같이 찾은 패턴의 위치 등을 반환하는 함수를 제공한다.

group(),start(),end(),span()
- group() : pattern에 맞는 문자열 추출
- start() : 어디부터 pattern에 맞았는지
- end() : 어디까지 pattern에 맞았는지
- span() : 어디부터 어디까지가 pattern에 해당하는지

result = re.search('aa', 'baab')
print(result.group())
print(result.start())
print(result.end())
print(result.span())

groups(), group(integer)

pattern이 단순하지 않고 묶어 찾게 된다면 사용가능하다. group(integer)는 indexing과 유사하다고 생각하면 된다.

import re

result = re.match('(\d{2})-(\d{3,4})-(\d{4})', '02-123-1234')
print(result.groups())
print(result.group())
print(result.group(0))
print(result.group(1))
print(result.group(2))

참고로, \d는 숫자를 의미한다. 또한, x{n} x가 n번 반복되어야한다를 의미한다. 즉, \d{2}는 숫자가 2번 반복되어야함을 의미한다.

groupdict()

groupdict()를 사용하려면 pattern에 맞는 결과에 이름을 주어야한다.(?P<이름>) 형식으로 지정해야한다. ()도 포함해서 적어야한다.

import re

result = re.match('(?P<front>\d{2})-(?P<middle>\d{3,4})-(?P<rear>\d{4})', '02-123-1234')

print(result.groupdict())
print(result.groups())
print(result.group(1))
print(result.group('front'))