01.Python 기초 - 정규 표현식

🌈 정규 표현식

1. 정규 표현식이란?

1) 메타 문자

• 특정한 규칙을 가진 문자열을 처리하는데 사용하는 기법임
  
• re 라이브러리는 pyhton에서 정규표현식을 지원함
• re 라이브러리에 sub() 함수는 파라미터를 3개 받는데, 첫번째는 정규표현식 두번째는 대체하고 싶은 것, 세번째는 타켓이될 대상(문자열이나 변수)가 들어감
• 즉, sub() 함수는 특정 패턴이 매칭되는 것을 찾아서, 다른 문자열로 바꿔꾸는 기능임

  ✍🏻 python

  # 문자, 숫자가 아닌 데이터를 찾아 없애기
  import re  # python에서 지원하는 정규지원식 라이브러리
  string = '(!#!@#Dave!@#!@#!)'
  print(re.sub('[^A-Za-z0-9]', '', string)) # Dave

2) Dot(.) 규칙

• Dot(.)은 정규표혀닉에서 줄바꿈 문자인 \n을 제외한 모든 문자(1개)를 의미함
• ex) D.A = D + 모든문자 중 1개 + A => DAA, DvA, D9A 등..

  ✍🏻 python

  # string의 문자열 중 'D.A'에 해당하는 것을 찾아 'Dave'로 바꿔라
  import re
  string = 'DDA DP DPA DA D2A'
  re.sub('D.A', 'Dave', string)  # Dave DP Dave DA Dave

2) 반복 규칙 : ?, *, +

• ?는 ?기준으로 왼쪽 문자가 0번 또는 1번 표시되는 패턴(없어도 되고, 한번 까지 있어도 되는 패턴)
• 변수.serach() : ()안에 문자가 변수에서 일치하는 하는지 확인
• 일치하는 index부분과 문자열을 반환, 일치하지 않으면 None 반환

  ✍🏻 python

   # ? 앞 문자가 0번 또는 1번 표시되는 패턴(없어도되고, 있어도 됨)
  import re
  pattern = re.compile('D?A')
  print(pattern.search("A")) # <re.Match object; span=(0, 1), match='A'>
  print(pattern.search("DA")) # <re.Match object; span=(0, 2), match='DA'>
  print(pattern.search("DDDDDDA")) # <re.Match object; span=(5, 7), match='DA'>

• *는 *기준으로 왼쪽 문자가 0번 또는 그 이상 반복되는 패턴

  ✍🏻 python

  # ? 앞 문자가 0번 또는 1번 이상 반복되는 패턴
  import re
  pattern = re.compile('D*A') # * 왼쪽 문자에 D가 없거나, 여러번 반복
  print(pattern.search("A")) # <re.Match object; span=(0, 1), match='A'>
  print(pattern.search("DA")) # <re.Match object; span=(0, 2), match='DA'>
  print(pattern.search("DDDDDDDDDDDDDDDDDDDDDDDDDDDDA")) # <re.Match object; span=(0, 29), match='DDDDDDDDDDDDDDDDDDDDDDDDDDDDA'>```

• +는 +기준으로 왼쪽 문자가 1번 또는 그 이상 반복되는 패턴

  ✍🏻 python

  # ? 앞 문자가 1번 또는 그 이상 반복되는 패턴
  import re
  pattern = re.compile('D+A')  
  print(pattern.search("A")) # None
  print(pattern.search("DA")) # <re.Match object; span=(0, 2), match='DA'>
  print(pattern.search("DDDDDDDDDDDDDDDDDDDDDDDDDDDDA")) # <re.Match object; span=(0, 29), match='DDDDDDDDDDDDDDDDDDDDDDDDDDDDA'>

3) {n}, {m,n} 표현

• {n} 기준 왼쪽 문자열이 n번 반복되는 패턴
• {m,n} 기준 왼쪽 문자열이 m번 반복되는 패턴부터 n번 반복되는 패턴

✍🏻 python

# {n} 기준 왼쪽 문자열이 n번 반복되는 패턴
import re
pattern = re.compile('AD{2}A') # => A + {}왼쪽 문자인 D가 2번 반복 + A
print(pattern.search("ADA")) # None
print(pattern.search("ADDA")) # <re.Match object; span=(0, 4), match='ADDA'>
print(pattern.search("ADDDA")) # None

# {m,n} 기준 왼쪽 문자열이 m번에서 n번까지 반복되는 패턴
import re
pattern = re.compile('AD{2,6}A') # {m,n} 은 붙여 써야 함 {m, n} 으로 쓰면 안됨
print(pattern.search("ADDA")) # <re.Match object; span=(0, 4), match='ADDA'>
print(pattern.search("ADDDA")) # <re.Match object; span=(0, 5), match='ADDDA'>
print(pattern.search("ADDDDDDDDDA")) # None

4) []괄호 : 괄호 안에 들어가는 문자가 들어 있는 패턴

• [] 는 []안에 들어있는 문자가 존재하는지 확인

✍🏻 python

import re
pattern = re.compile('[abcdefgABCDEFG]')
print(pattern.search("a1234")) # <re.Match object; span=(0, 1), match='a'>
print(pattern.search("z1234")) # None

5) 하이픈(-)을 이용하면 알파벳 범위 전체를 나타낼 수 있음

• []패턴에서 모든 문자를 입력하면 번거롭기 때문에 하이픈과 같이 활용함
• 예를 들어 알파벳 소문자가 들어있는지 확인하거나 알파벳 어디서부터 어디까지 포함되있는지 확인할 때

✍🏻 python

import re
pattern = re.compile('[a-z]') # a부터 z까지 표현하는 정규식    
print(pattern.search("k1234")) # <re.Match object; span=(0, 1), match='k'>
print(pattern.search("Z1234")) # None

pattern = re.compile('[a-zA-Z]') # a~z, A~Z까지 표현하는 정규식
print(pattern.search("Z1234")) # <re.Match object; span=(0, 1), match='Z'>

pattern = re.compile('[a-zA-Z0-9]') # a~z, A~Z, 0~10 까지 표현하는 정규식
print(pattern.search("1234---")) # <re.Match object; span=(0, 1), match='1'>
print(pattern.search("---------------!@#!@$!$%#%%%#%%@$!$!---")) # None

import re
pattern = re.compile('[가-힣]') 모든 한글
print(pattern.search("안")) # <re.Match object; span=(0, 1), match='안'>

2. 정규 표현식 함수 사용법

• match 함수 : 문자열 처음부터 정규식과 매칭되는 패턴을 찾아 리턴
• search 함수 : 문자열 전체를 검색해서 정규식과 매칭되는 패턴을 찾아서 리턴
• findall 함수: 정규표현식과 매칭되는 모든 문자열을 리스트 객체로 리턴함

1) match() 와 search() 함수

• match()는 문자열을 정규표현식과 일치하는지 앞에서부터 찾고 처음부터 다르면 비교 진행 안함
• serch()는 문자열 전체에서 찾아주기 때문에 어디서에서든 포함되어있으면 일치하는 부분을 반환해줌
  ✍🏻 python

  import re
  pattern = re.compile('[a-z]+') # 소문자 a~z까지
  print(pattern.match('Dave')) # None
  print(pattern.search("Dave")) # <re.Match object; span=(1, 4), match='ave'>

2) findall() 함수

• 어떤 문자열과 정규식을 비교해서 리스트 형식으로 반환함

✍🏻 python

# 정규표현식과 매칭되는 모든 문자열을 리스트로 반환
import re
pattern = re.compile('[a-z]+') 
findalled = pattern.findall('Game of Life in Python')
print (findalled) # ['ame', 'of', 'ife', 'in', 'ython']

pattern2 = re.compile('[A-Za-z]+')
findalled2 = pattern2.findall('Game of Life in Python')
print (findalled2) # ['Game', 'of', 'Life', 'in', 'Python']