파이썬 정규표현식 - re

정규표현식(regular expressions)

정규표현식은 복잡한 문자열을 처리할 때 사용하는 기법으로, 파이썬뿐 아니라 C, 자바, 심지어 문서 작성 프로그램 등 문자열을 처리해야 하는 다양한 곳에서 활용할 수 있다

파이썬에서 정규표현식을 이용하려면 re 모듈을 사용한다

문제

아래 주민번호에서 뒷자리 숫자를 *로 표현하기

홍길동의 주민번호는 800905-1049118 입니다. 
그리고 고길동의 주민번호는 700905-1059119 입니다.
그렇다면 누가 형님일까요?

re를 사용하지 않고 문제를 풀기 위해서는 다음과 같은 순서로 프래그램 작성이 필요하다

1. 공백 문자를 기준으로 전체 텍스트를 나눈다(split() 함수 사용)
2. 나눈 단어가 주민 등록 번호 형식인지 조사한다
3. 주민 등록 번호 형식이라면 뒷자리를 ***로 마스킹한다
4. 나눈 단어를 다시 조립한다

풀이1

data = """
홍길동의 주민번호는 800905-1049118 입니다. 
그리고 고길동의 주민번호는 700905-1059119 입니다.
그렇다면 누가 형님일까요?
"""

result = []
for line in data.split("\n"):
    word_result = []
    for word in line.split(" "):
        if len(word) == 14 and word[:6].isdigit() and word[7:].isdigit():
            word = word[:6] + "-" + "*******"
        word_result.append(word)
    result.append(" ".join(word_result))
print("\n".join(result))

하지만 re 모듈을 사용하면 더욱 간단하게 문제를 해결할 수 있다

풀이2 - re

import re

data = """
홍길동의 주민번호는 800905-1049118 입니다. 
그리고 고길동의 주민번호는 700905-1059119 입니다.
그렇다면 누가 형님일까요?
"""

pat = re.compile("(\d{6})[-]\d{7}")
print(pat.sub("\g<1>-*******", 

출력 결과

🔰 re.compile("(\d{6})[-]\d{7}")에서 사용한 (\d{6})[-]\d{7} 문자열을 정규표현식이라고 한다. 이는 숫자6 + 붙임표(-) + 숫자7을 의미한다
즉, 풀이2는 주민 등록 번호화 일치하는 정규표현식을 사용해 re.compile() 함수로 만든 객체에 sub() 함수를 사용하여 식과 일치하는 문자열 일부분을 *로 바꾸었다

📌 pat.sub("\g<1>-*******", data) 코드가 바로 data 문자열에서 주민 등록 번호 형식 문자열을 찾아 주민 등록 번호의 뒷부분만 ***로 바꾸는 역할을 한다.

여기서 \g<1>은 정규표현식과 일치하는 문자열 중 첫 번째 그룹을 의미한다. 정규표현식에서 그룹을 지정하려면 (\d{6})처럼 괄호로 묶으면 되는데, 여기서 첫 번째 그룹 \g<1>은 주민 등록 번호 형식 문자열에서 바꾸지 않고 그대로 사용할 주민 등록 번호 앞부분을 뜻한