정규표현식 (Regular Expression)이란?
복잡한 문자열을 처리할 때 사용하는 기법으로 줄여서 '정규식'이라고도 한다. (파이썬만의 고유한 문법은 아니지만 알아두면 유용하게 사용할 수 있고 URL을 공부할 때 갑자기 등장하기 때문에 미리 공부해두기로 한다.)
참고 👉 점프투파이썬
문자클래스 []
[abc] : a, b, c 중 문자 한개와의 매치
[a-z] : 소문자 알파벳 모두
[a-zA-Z] : 알파벳 모두
[0-9] : 숫자 모두
\d : 숫자와 매치
\s : 공백과 매치
\w : 문자 + 숫자와 매치
Dot (.)
🍟 \n을 제외한 모든 문자
a.b : a + '모든 문자' + b
a[.]b : a + . + b
반복 (*)
🍟 *바로 앞에 있는 문자가 0부터 무한대로 반복
ca*t : c + a(0~무한반복) + t
반복 (+)
🍟 +바로 앞에 있는 문자가 1부터 무한대로 반복
ca+t : "c + a(1번 이상 반복) + t
반복 {}
ca{2}t : c + a(2번 반복) + t
ca{2,5}t : c + a(2~5회 반복) + t
?
ab?c : a + b(0~1회 반복) + c
Example
👉 regex101 정규표현식을 연습할 수 있는 사이트
파이썬에서 정규 표현식을 지원하는 re 모듈
import re
🧡 re모듈의 함수 🧡
-
findall(): Returns a list containing all matches
🍟결과값을 리스트 형태로 반환한다. -
search(): Returns a Match object if there is a match anywhere in the string -
match(): Returns a Match object if there is a match in the beginning of the string
🍟search()는 문자열 전체에서 패턴을 찾고, match()는 문자열 도입에서 패턴을 찾는다. (match()는 스크립트의 중간에 있는 패턴을 찾을 수 없다.)
🍟결과값을 re모듈 형식으로 반환하기때문에group()함수를 이용해 결과값을 나타낸다. -
split(): Returns a list where the string has been split at each match -
sub(): Replaces one or many matches with a string
script에서 특정인물의 대사만 추출하기
import re
f = open('friends101.txt', 'r')
script = f.read()
line = re.findall('Monica:.+',script)
for x in line :
print(x)
f.close()
#새로운 파일로 저장
f = open('monica_script.txt', 'w')
monica = ''
for x in line :
monica += x + '\n'
f.write(monica)
f.close
결과
Monica: There's nothing to tell! He's just some guy I work with! Monica: Okay, everybody relax. This is not even a date. It's just two people going out to dinner and- not having sex. Monica: And they weren't looking at you before?! Monica: Are you okay, sweetie?
