정규표현식 사용하기

1. 정규표현식이란?

정규표현식은 일정한 규칙을 가진 문자열을 표현하는 방법입니다. 복잡한 문자열 속에서 특정 패턴을 검색, 추출, 치환할 때 사용합니다. 파이썬에서는 re 모듈을 사용합니다.

import re

# match: 문자열 처음부터 패턴이 매칭되는지 판단
result = re.match('hello', 'hello, world!')
print(result)   # <re.Match object; span=(0, 5), match='hello'>

# 매칭되지 않으면 None 반환
result = re.match('world', 'hello, world!')
print(result)   # None

match는 문자열 처음부터 매칭되는지 판단하고, search는 문자열 일부분이 매칭되는지 판단합니다.

# search: 문자열 어디서든 패칭되면 반환
print(re.search('world', 'hello, world!'))  # <re.Match object ...>
print(re.match('world', 'hello, world!'))   # None ← 처음이 아니라서

---

2. 자주 쓰는 패턴 문법

위치 지정 — ^, $

re.search('^hello', 'hello world')   # 문자열 맨 앞에 hello가 있는지
re.search('world$', 'hello world')   # 문자열 맨 뒤에 world가 있는지

OR 연산 — |

# hello 또는 world 중 하나라도 포함되는지
re.search('hello|world', 'hello!')   # 매칭
re.search('hello|world', 'world!')   # 매칭

문자 개수 판단 — *, +, ?, ., {n}

기호	의미	예시
*	앞 문자가 0개 이상	ab* → a, ab, abb...
+	앞 문자가 1개 이상	ab+ → ab, abb...
?	앞 문자가 0개 또는 1개	ab? → a, ab
.	아무 문자 1개	a. → ab, ac, a1...
{n}	정확히 n개	a{3} → aaa
{n,m}	n개 이상 m개 이하	a{2,4} → aa, aaa, aaaa

re.match('[0-9]+', '123abc')     # 숫자 1개 이상
re.match('[a-z]{3}', 'abc')      # 소문자 정확히 3개
re.match('[0-9]{2,4}', '1234')   # 숫자 2~4개

범위 지정 — []

re.match('[a-z]+', 'hello')      # 소문자 영문
re.match('[A-Z]+', 'HELLO')      # 대문자 영문
re.match('[0-9]+', '12345')      # 숫자
re.match('[가-힣]+', '안녕하세요') # 한글

# ^ 를 [] 안에 넣으면 해당 범위 제외
re.match('[^0-9]+', 'hello')     # 숫자가 아닌 문자

⚠️ ^의 위치에 따라 의미가 달라집니다. [] 밖에 있으면 문자열 시작, [] 안에 있으면 범위 제외입니다.

특수 문자 이스케이프 — \

특수 문자(., *, + 등)를 그대로 판단하려면 앞에 \를 붙입니다.

re.search('\.', 'hello.world')   # 점(.)을 문자 그대로 검색
re.search('\$', 'price: $100')   # 달러 기호 검색

단축 표현

범위를 매번 직접 쓰면 패턴이 길어집니다. 아래 단축 표현을 사용하면 편리합니다.

단축 표현	의미
\d	숫자 [0-9]
\D	숫자가 아닌 문자 [^0-9]
\w	영문, 숫자, 밑줄 [a-zA-Z0-9_]
\W	\w가 아닌 문자
\s	공백 문자 (스페이스, 탭 등)
\S	공백이 아닌 문자

re.match('\d+', '12345')        # 숫자 1개 이상
re.match('\w+\s\w+', 'hello world')  # 단어 공백 단어

---

3. compile — 패턴 재사용하기

같은 패턴을 자주 쓴다면 compile()로 패턴 객체를 만들어두면 편리합니다.

# 매번 패턴을 직접 넣는 방식
re.match('[0-9]+', '123')
re.match('[0-9]+', '456')

# compile로 패턴 객체 생성 후 재사용
pattern = re.compile('[0-9]+')
print(pattern.match('123'))   # <re.Match object ...>
print(pattern.match('456'))   # <re.Match object ...>

---

4. 그룹 — ()

패턴 안에서 ()로 묶으면 그룹이 됩니다. 매칭된 문자열에서 그룹별로 값을 꺼낼 수 있습니다.

# 날짜 패턴에서 연/월/일 그룹 추출
m = re.match('(\d{4})-(\d{2})-(\d{2})', '2024-01-15')

print(m.group(0))   # 2024-01-15 (전체)
print(m.group(1))   # 2024       (첫 번째 그룹)
print(m.group(2))   # 01         (두 번째 그룹)
print(m.group(3))   # 15         (세 번째 그룹)
print(m.groups())   # ('2024', '01', '15') (튜플로 반환)

그룹이 많아지면 숫자로 구분하기 어렵습니다. ?P<이름> 형식으로 그룹에 이름을 붙이면 가독성이 높아집니다.

# 이름 있는 그룹
m = re.match('(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})', '2024-01-15')

print(m.group('year'))   # 2024
print(m.group('month'))  # 01
print(m.group('day'))    # 15

---

5. findall — 모든 매칭 문자열 찾기

그룹 지정 없이 패턴에 매칭되는 모든 문자열을 리스트로 반환합니다.

# 문자열에서 모든 숫자 추출
text = "사과 3개, 바나나 5개, 딸기 12개"
numbers = re.findall('\d+', text)
print(numbers)  # ['3', '5', '12']

# 이메일 주소 추출
text = "문의: hong@example.com, kim@test.co.kr"
emails = re.findall('\w+@\w+\.\w+', text)
print(emails)   # ['hong@example.com', 'kim@test.co.kr']

---

6. sub — 문자열 치환하기

sub()는 패턴에 매칭된 문자열을 다른 문자열로 바꿉니다.

# sub(패턴, 바꿀 문자열, 원본 문자열, 바꿀 횟수)
text = "hello world hello python"
result = re.sub('hello', 'hi', text)
print(result)   # hi world hi python

# 횟수 제한
result = re.sub('hello', 'hi', text, count=1)
print(result)   # hi world hello python

바꿀 문자열 대신 교체 함수 또는 람다를 넣을 수도 있습니다.

# 매칭된 숫자를 2배로 바꾸기
text = "사과 3개, 바나나 5개"
result = re.sub('\d+', lambda m: str(int(m.group()) * 2), text)
print(result)   # 사과 6개, 바나나 10개

그룹을 치환 결과에 재사용하기

\숫자 또는 \g<이름>으로 매칭된 그룹을 치환 결과에 다시 사용할 수 있습니다.

# 날짜 형식 변환: 2024-01-15 → 15/01/2024
text = "오늘은 2024-01-15입니다."
result = re.sub('(\d{4})-(\d{2})-(\d{2})', r'\3/\2/\1', text)
print(result)   # 오늘은 15/01/2024입니다.

# 이름 있는 그룹으로 더 명확하게
result = re.sub(
    '(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})',
    r'\g<day>/\g<month>/\g<year>',
    text
)
print(result)   # 오늘은 15/01/2024입니다.

---

정리

함수/기호	용도
match()	문자열 처음부터 패턴 매칭
search()	문자열 어디서든 패턴 매칭
findall()	모든 매칭 문자열을 리스트로 반환
sub()	패턴에 매칭된 문자열 치환
compile()	패턴 객체로 만들어 재사용
group()	그룹별 매칭 문자열 반환
groups()	모든 그룹을 튜플로 반환