정규표현식
: 모든 언어 공통, 문자열 처리할 때 사용
python에서 정규 표현식을 지원하는 모듈
import re
p=re.compile()문자 클래스 []
: [] 사이의 문자들과 매치
하이픈을 사용하여 from-to 로 표현 가능
ex) [a-c] = [abc]
Dot(.)
: 줄바꿈(\n)을 제외한 모든 문자와 매치
ex) a.b의 경우, a0b aab 모두 매치 / abc 는 a b 사이에 문자가 없기 때문에 매치 되지 않음
반복
1) *: 0번 이상 반복 되는 경우 매치
ex) cat 의 경우, ct cat caaaaat 등 매치
2) +: 1번 이상 반복 되는 경우 매치
3) {m,n}
m번, n번 반복 되는 경우 매치
4) ? == {0,1}
match
: re.compile()의 조건에 맞는 경우 매치 / 아닌 경우 None
- group() : 매치된 문자열을 리턴함
- start() : 매치된 문자열의 시작 위치를 리턴함
- end() : 매치된 문자열의 끝 위치를 리턴함
- span() : 매치된 문자열의 (시작, 끝)에 해당하는 튜플을 리턴함
search
: re.compile()의 조건에 맞는 경우 매치 / 조건에 안 맞아도 맞는 부분을 리턴함
findall
:re.compile()의 조건에 일치하는 것을 리스트에 담아서 리턴함
finditer
re.compile()의 조건에 맞는 경우, itrerator object로 리턴함
for 문을 통해 담긴 것을 확인해보면 match 되는 문자열을 다 match 객체 형태로, 반복 가능한 객체 하나로 리턴함
컴파일 옵션 re.옵션
- DOTALL, S : 줄바꿈 문자도 포함하는 옵션
- IGNORECASE, I : 대소문자를 모두 구분없이 포함하는 옵션
- MULTILINE, M : ^를 맨 처음만이 아닌 각 라인의 처음으로 인식 시키는 옵션
- VERBOSE, X : 긴 정규표현식을 나눠서 표기(=공백이 있도록)해도 인식 시키는 옵션
백슬래시 \
- \d : 숫자와 매치 == [0-9]
- \D : 숫자가 아닌 것과 매치 == [^0-9]
- \s : 공백을 뜻함 ==[\t\n\r\f\v]
- \S : 공백이 아닌 것과 매치 == [^\t\n\r\f\v]
- \w : 문자+숫자와 매치
- \W : 문자+숫자가 아닌 것과 매치
위와 같은 문자 클래스로 인해 \section과 같은 경우 \s+ection으로 인식함
--> 이를 구분하기 위해 \s로 입력해야 함
--> 그러나 문자열에서 \ == \
--> \\section == r'\section 으로 간소화 하여 입력 가능
메타문자
- : == or
- ^ : 맨 처음
- $ : 맨 끝
- \b : 공백
- \숫자 : 숫자 만큼 더 반복
그룹핑 ()
?P<name> : 그룹핑된 문자열에 이름 붙이기
- 긍정형 전방 탐색 : 원하는 문자열이 검색에는 이용되지만 출력값에는 나오지 않음
(?=원하는 문자열) - 부정형 전방 탐색 : 원하는 문자열을 제거한 값이 출력됨
(?!원하는 문자열$) 여러개 사용하고 싶은 경우 :
(?!문자열$|문자열$)