정규 표현식(Regular Expression) 개요

정규 표현식이란

• 텍스트에서 특정한 형태나 규칙을 가지는 문자열을 찾기 위해 그 형태나 규칙을 정의하는 것.
• 파이썬 뿐만 아니라 문자열을 다루는 모든 곳에서 사용된다.
• 정규식, Regexp이라고도 한다.

기본개념

• 패턴
  • 정규 표현식이라고 한다.
  • 문장내에서 찾기위한 문구의 형태에 대한 표현식.
• 메타문자
  • 패턴을 기술하기 위해 사용되는 특별한 의미를 가지는 문자
  • 예) a* : a가 0회 이상 반복을 뜻한다. a, aa, aaaa
• 리터럴

  • 표현식이 값 자체를 의미하는 것

  • 예) a는 a 자체를 의미한다.

    정규 표현식 메타 문자

• 패턴을 기술하기 위한 문자

문자 클래스 : [ ]

• [ ] 사이의 문자들과 매칭
  • [abc] : a, b, c 중 하나의 문자와 매치
• -를 이용해 범위로 설정할 수 있다.
  • [a-z] : 알파벳소문자중 하나의 문자와 매치
  • [a-zA-Z0-9] : 알파벳대소문자와 숫자 중 하나의 문자와 매치
  • [가-힣ㄱ-ㅎㅏ-ㅣ] : 한글 중 하나의 글자/문자와 매치
• [^ 패턴] : ^ 으로 시작하는 경우 반대의 의미

  • [^abc] : a, b, c를 제외한 나머지 문자들 중 하나와 매치.

  • [^a-z] : 알파벳 소문자를 제외한 나머지 문자들 중 하나와 매치

    미리 정의된 문자 클래스

• 자주 사용되는 문자클래스를 미리 정의된 별도 표기법으로 제공한다.
• \d : 숫자와 매치. [0-9]와 동일
• \D : \d의 반대. 숫자가 아닌 문자와 매치. [^0-9]와 동일
• \w : 문자와 숫자, (underscore)와 매치. `[a-zA-Z가-힣0-9]`와 동일 (문자는 특수문자 제외한 일반문자-언어상관없는-들을 말한다.
• \W : \w의 반대. 문자와 숫자와 가 아닌 문자와 매치. `[^a-zA-Z가-힣0-9]`와 동일
• \s : 공백문자와 매치. tab,줄바꿈,공백문자와 일치
• \S : \s와 반대. 공백을 제외한 문자열과 매치.
• \b : 단어 경계(word boundary) 표시. 보통 단어 경계로 빈문자열
  • 단어경계: 단어(글자- \w)와 단어가 아닌 문자사이를 가리킨다.
  • \b가족\b => 우리 가족 만세(O), 우리가족만세 (X)
• \B : \b의 반대. 단어 경계로 구분된 단어가 아닌 경우

  • \B가족\B => 우리 가족 만세(X), 우리가족만세 (O)

    글자수와 관련된 메타문자

• * : 앞의 문자(패턴)과 일치하는 문자가 0개 이상인 경우. (a*b)
• + : 앞의 문자(패턴)과 일치하는 문자가 1개이상인 경우. (a+b)
• ? : 앞의 문자(패턴)과 일치하는 문자가 한개 있거나 없는 경우. (a?b)
• {m} : 앞의 문자(패턴)가 m개. (a{3}b)
• {m,} : 앞의 문자(패턴)이 m개 이상. (a{3,}b)
  • , 뒤에 공백이 들어오지 않도록 한다.
• {m,n} : 앞의 문자(패턴)이 m개이상 n개 이하. (a{2,5}b)
• ., *, +, ? 를 리터럴로 표현할 경우 \를 붙인다.

문장의 시작과 끝 표현

• ^ 문자열의 시작 (^abc)
  • 문자 클래스([ ])의 ^와는 의미가 다르다.
• $ : 문자열의 끝 (abc$)

기타

• . : 한개의 모든 문자(\n-줄바꿈 제외) (a.b)
• | : 둘중 하나(OR) (?:010|011|016|019)
  • 010|016-111 : 010 또는 016-111 이 된다.
• ( ) : 패턴내 하위그룹을 만들때 사용