📚 책 추천 | 언제까지 정규식 모르고 쓸 건데..? (손에 잡히는 정규 표현식, 벤 포터)

마법사 슬기·2024년 3월 20일

책 추천

목록 보기

1/1

정규식 검색하면 다 나오는 것 아니었나요? 🤔

일하다 보면 필수는 아니지만, 이 정도로 유용한 것이 또 있을까요?
그것이 바로 정규 표현식입니다.
아마 보통 처음 접하게 되는 것은 회원가입 페이지를 만들 때가 아닐까요?
저도 취준 시절에 회원가입 페이지를 만들며 정규 표현식의 편리함을 몸소 느꼈습니다.
하지만 막상 일을 시작하니 자주 사용되는 것이 아니라서
공부해야지~ 하면서도 우선순위에서 미루고 있었습니다.

그러던 어느 날, 상사분을 통해 한 번 제대로 알아두면
평생 활용할 수 있다는 말에 정규 표현식 책을 꺼내 들었습니다.

실습은 반드시❗

정규 표현식이라는 약속과 같습니다.
우리가 이 기호들을 이렇게 해석할 것이다, 라는 게 정규 표현식입니다.
그래서 각 챕터 별로 정규 표현식을 실습하는 것이 약속을 손에 익히는데 큰 도움이 됩니다.

저는 개인적으로 Regex101 사이트를 추천합니다. 이 사이트를 통해 정규 표현식을 실습하고 테스트할 수 있었습니다.

그래서 무슨 책을 추천하는데?

오늘 제가 소개드릴 책은 '손에 잡히는 정규 표현식'입니다.
이 책은 단 한 권으로도 정규 표현식의 개념을 이해하고, 그 활용법을 쉽게 익힐 수 있도록 구성되어 있습니다.
특히 초보자분들이나, 중간중간 참고하고 싶은 분들께 추천드립니다.

제가 아래에 내용의 핵심적인 내용과 공부한 것들을 함께 정리해두겠지만,
더 깊은 이해를 위해서는 직접 책을 읽으며 실습하는 것이 좋습니다.

꼭 읽었으면 하는 챕터

1장부터 10장까지

읽지 않아도 되는 챕터

부록 A부터 C

여기까지만 알아도 도움되는 정규 표현식

정규표현식으로 색상 번호 일치여부 찾기

body {
color : "#335533"
, background-color : "#ffffff"
}

#[A-Za-z0-9][A-Za-z0-9][A-Za-z0-9][A-Za-z0-9][A-Za-z0-9][A-Za-z0-9]

이 코드는 스타일 시트에서 색상 번호를 찾는 정규표현식을 살펴봅니다. 색상 번호는 "#"으로 시작하고 6자리의 16진수로 표현됩니다.

제외하고 찾기

sam.xls
na1.xls
sa1.xls
na2.xls
cal1.xls
usa3.xls

[ns]a[^0-9]\.xls

=> sam.xls만 나옴
위 예제에서는 sa 뒤에 숫자가 오는 .xls 확장자를 제외한 것을 찾는 정규표현식을 보여줍니다.

메타문자 사용하기

myArray[1]
myArray[2]
myArray[3]
myArray[4]

myArray\[[0-9]\]

메타 문자를 이스케이프하여 사용하는 예제입니다. 대괄호 안의 숫자에 일치하는 패턴을 찾습니다.

줄바꿈 문자

\r : 캐리지 리턴
\n : 엔터
\t : 탭

이 예제에서는 다양한 줄바꿈 문자에 대해 설명하고 있습니다. 윈도우와 유닉스/리눅스 시스템에서의 줄바꿈 문자의 차이도 언급되어 있습니다.

문자 클래스

myArray[1]
myArray[2]
myArray[3]
myArray[4]

myArray\[\d\]

\d, \w, \s 등의 문자 클래스에 대해 설명하는 예제입니다. 각 클래스가 어떤 문자를 일치시키는지를 보여줍니다.

포직스 문자 클래스

[:alnum:]        모든 영숫자([a-zA-Z0-9]와 같다)
[:alpha:]        모든 영문자([a-zA-Z]와 같다)
[:blank:]        빈칸(space)이나 탭 문자([\t]와 같다)
[:cntrl:]        아스키 제어문자(아스키 0번부터 31, 127번)
[:digit:]        모든 한 자리 숫자([0-9])와 같다
[:print:]        출력 가능한 모든 문자
[:graph:]        [:print:]와 동일하나 빈칸(space)는 제외
[:lower:]        모든 소문자([a-z]와 같다)
[:upper:]        모든 대문자([A-Z]와 같다)
[:punct:]        [:alnum:]이나 [:cntrl:]가 포함되지 않은 모든 문자
[:space:]        빈칸을 포함한 모든 공백 문자([\f\n\r\t\v]와 같다)
[:xdigit:]       모든 16진수 숫자([a-fA-F0-9]와 같다)

포직스 문자 클래스의 예제입니다. 각 클래스가 어떤 문자를 일치시키는지에 대한 설명이 포함되어 있습니다.

문자 하나 이상 찾기

이메일 주소를 찾는 정규표현식 예제입니다. [\w.]+는 이메일 주소의 사용자 이름에 해당하는 부분을 나타내며, @ 다음에는 도메인 이름이 옵니다. 도메인 이름은 [\w.]+.\w+와 같이 표현됩니다.

[\w.]+@[\w.]+\.\w+

이 정규표현식은 다음과 같은 이메일 주소를 찾을 수 있습니다:

ben@forta.com
test.support@forta.com
span@forta.urgent.com

집합 안에서는 마침표를 이스케이프 하지 않아도 되지만, 이스케이프 해도 문제가 발생하지 않습니다.

문자가 없는 경우나 하나 이상 연속하는 문자 찾기
문자가 없거나 하나 이상 연속하는 문자를 찾는 예제입니다. \w+[\w.]*@[\w.]+.\w+는 이메일 주소를 찾는 정규표현식으로, 이메일 사용자 이름과 도메인 이름 사이에 문자가 없거나 하나 이상의 문자가 연속될 수 있습니다.

\w+[\w.]*@[\w.]+\.\w+

이 정규표현식은 다음과 같은 이메일 주소를 찾을 수 있습니다

ben@forta.com
test.support@forta.com
.span@forta.urgent.com

문자가 없거나 하나만 있는 문자 찾기

URL을 찾는 정규표현식 예제입니다. https?:\/\/[\w.\/]+는 http:// 또는 https://로 시작하는 URL을 찾습니다. URL에는 사용자 이름, 도메인 이름, 경로가 포함될 수 있습니다.

https?:\/\/[\w.\/]+

이 정규표현식은 다음과 같은 URL을 찾을 수 있습니다:

http://www.forta.com/
https://www.forta.com/

구간 지정하기: 정확한 구간 찾기

#[[:xdigit:]]{6}

이 정규표현식은 6자리의 16진수 숫자를 찾습니다. 주로 색상 코드와 같은 것을 찾을 때 사용됩니다.

구간 지정하기: 범위 구간 찾기

\d{1,2}[\/-]\d{1,2}[\/-]\d{2,4}

이 정규표현식은 날짜를 찾는 데 사용됩니다. 날짜 형식은 숫자로 된 월/일/년 또는 월-일-년입니다.

예:

4/8/03
10-6-2004
2/2/2
01-01-01

구간 지정하기: 최소 구간 찾기

\d+\: \$[\d]{3,}\.\d{2}

이 정규표현식은 특정 패턴을 가진 텍스트를 찾습니다. 숫자로 시작하고, 콜론(:)이 나오고, 공백, 달러 기호($), 그리고 최소 세 자리의 숫자, 소숫점(.), 그리고 두 자리의 숫자로 된 패턴입니다.

예:

1001: $496.00
1002: $1290.69
1003: $26.43
1004: $613.42
1005: $7.61
1006: $414.90
1007: $25.00

과하게 일치하는 상황 방지하기: 탐욕적 수량자 vs 게으른 수량자

정규표현식에서 과하게 일치하는 상황을 방지하는 방법에는 탐욕적 수량자와 게으른 수량자가 있습니다.

탐욕적 수량자: , +, {n,} 등을 사용할 때 최대한 많은 문자를 일치시키려고 합니다.
게으른 수량자: 탐욕적인 수량자의 반대로, ?, +?, {n,}? 등을 사용할 때 최소한의 문자만을 일치시키려고 합니다.
이를 설명하는 예시로 <[Bb]>.*?<\/[Bb]>를 들 수 있습니다. 이 정규표현식은 < B > 또는 < b >로 시작하는 태그를 찾으며, 태그 안에 있는 내용을 최소한의 문자만을 포함하여 찾습니다.

예시:

This offer is not available to customers
living in <B>AK</B> and <B>HI</B>
위의 예시에서는 <B>AK</B>와 <B>HI</B>를 각각 찾아냅니다.

단어 경계 지정하기

단어 경계는 특정 단어가 문장 내에서 딱 맞게 일치하는 부분을 찾을 때 사용됩니다. \bcat\b는 "cat"이라는 단어만을 찾아내며, 문장 내에서 "cat"이 딱 맞게 일치하는 부분을 찾습니다.

예시:

The cat scattered his food all over the room.

위의 예시에서는 "cat"을 찾아냅니다.

또한, \bcap와 cap\b는 각각 "cap"이라는 단어가 문장에서 딱 맞게 일치하는 부분을 찾습니다.

문자열 경계 지정하기

문자열 경계는 주어진 문자열의 시작 또는 끝을 찾을 때 사용됩니다. ^\s<\?xml.\?>는 XML 선언부를 찾는 정규표현식입니다. 이 정규표현식은 문자열의 시작(^)부터 공백 문자(\s*)가 나올 수 있고, 그 뒤에 XML 선언 문자열이 오는 패턴을 찾습니다.

예시:

<?xml version="1.0" encoding="UTF-8" ?>

위의 예시에서는 XML 선언 문자열을 찾아냅니다.

또한,

<\/[Hh][Tt][Mm][Ll]>\s*$

는 HTML 태그의 닫는 태그가 있는지를 찾는 정규표현식입니다. 이 정규표현식은 HTML 닫는 태그(

</html>

)와 문자열의 끝($)을 찾습니다.

예시:

<html>abcd</html>
위의 예시에서는 </html>을 찾아냅니다.

다중행 모드 활용하기

다중행 모드는 정규표현식이 여러 줄에 걸쳐 적용될 때 사용됩니다. 보통은 m 플래그를 사용하여 활성화됩니다. 이 모드를 사용하면 ^는 문자열의 시작과 각 줄의 시작을 나타내고, $는 문자열의 끝과 각 줄의 끝을 나타냅니다.

예를 들어, (m?)\/\/.*은 다중행 모드를 사용하여 주석을 찾는 정규표현식입니다. 이 정규표현식은 //로 시작하는 주석을 찾아냅니다. 각 줄의 시작에 있는 //부터 그 줄의 끝까지의 내용을 일치시킵니다.

Function doSpellCheck(form, field) {
    // Make sure not empty
    if(field.value == '') {
        return false;
    }
    // Init
    var windowName = 'spellWindow';
    var spellCheckURL = 'spell.cfm?formname=comment&fieldname=' + field.name;
    //Done
    return false;
}

위의 코드에서는 //로 시작하는 주석을 찾아내고, 그 뒤에 오는 내용을 일치시킵니다. 이를 통해 주석 부분을 추출할 수 있습니다.

하위 표현식으로 묶기

하위 표현식은 괄호로 묶인 부분을 하나의 그룹으로 만드는데 사용됩니다. 이를 활용하면 그룹으로 묶인 부분에 대해 다양한 작업을 수행할 수 있습니다.

예를 들어,

(&nbsp;){2,}

는 를 2번 이상 연속으로 나타나는 부분을 찾는 정규표현식입니다.

Hello, my name is Ben&nbsp;Forta, and I am
the author of books on SQL, SoldFusion, WAP,
Windows&nbsp;&nbsp;2000, and other subjects.

위의 예시에서는

&nbsp;

가 2번 이상 연속으로 나타나는 부분을 찾아냅니다.

중첩된 하위 표현식

정규표현식에서는 중첩된 하위 표현식을 사용하여 더 복잡한 패턴을 만들 수 있습니다. 중첩된 하위 표현식은 괄호로 묶인 부분 안에 또 다른 괄호로 묶인 하위 표현식을 포함하는 것을 말합니다.

예를 들어, IP 주소를 나타내는 패턴을 찾기 위해 중첩된 하위 표현식을 사용할 수 있습니다. 아래의 예제는 IP 주소를 찾는 정규표현식입니다.

(((1\d{2})|(2[0-4]\d)|(25[0-5])|(\d{1,2}))\.){3}((1\d{2})|(2[0-4]\d)|(25[0-5])|(\d{1,2}))

위의 정규표현식에서는 각각의 숫자 그룹이 0부터 255 사이의 값을 갖는지 확인합니다.

역참조로 찾기

역참조는 이전에 일치한 내용을 다시 참조하여 일치시키는데 사용됩니다. 역참조는 \1, \2, \3 등의 형태로 사용됩니다.