Hyem.log

[Python] 정규표현식

October 22, 2021

메타문자

원래 그 문자가 가진 뜻이 아닌 특별한 용도로 사용되는 문자


문자클래스 [ ]

: [ ] 사이의 문자들과 매치

  • 예) [abc] : a, b, c중 한 개의 문자와 매치
  • [ ] 안의 두 문자 사이에 하이픈(-) 사용 : 두 문자 사이의 범위
  • [ ] 안에 ^ 메타문자 사용: 반대(not)의 의미
표기법 의미 같은표현
\d 숫자와 매치 [0-9]
\D 숫자가 아닌것과 매치 [^0-9]
\s whitespace(공백) 문자와 매치 [\t\n\r\f\v]
\S whiltespace 문자가 아닌것과 매치 [^\t\n\r\f\v]
\w 문자+숫자와 매치 [a-zA-Z0-9]
\W 문자가 아닌 것과 매치 [^a-zA-Z0-9]

횟수, 위치 및 그룹

표기법 의미 예제
* 0회 이상 반복 ca*t : ct, cat, caaaaat, … 등등
+ 1회 이상 반복 ca+t : cat, caaaaat, … 등등
? 0회 또는 1회 (존재하거나 존재하지 않거나) ca?t : ct, cat
{m} m회 반복 ca{3}t : caaat
{m,n} m회부터 n회까지 반복 ca{2,3}t : caat, caaat
. 줄바꿈 문자를 제외한 모든 문자 (1개의 임의의 문자) c.t : cat, cbt, … 등등
^ ^ 뒤의 문자로 시작됨 (주의: ^가 [] 안에 쓰이면 not의 의미) ^cats : cats and dogs are lovely
$ $ 앞의 문자로 끝남 cats$ : they are my cats
| 또는 c(a|b)t : cat, cbt
() 정규식을 그룹으로 묶음 아래 참조
(?=) 전방탐색 : ?= 뒤에 오는 문자를 기준으로 앞부분을 탐색 아래 참조
(?<=) 후방탐색 : ?<= 뒤에 오는 문자를 기준으로 뒷부분을 탐색 아래 참조

re모듈

파이썬 내장 라이브러리로, import re 하여 사용한다.


re.match(‘정규표현식’, ‘검사할데이터’)

검증할 데이터의 시작 부분이 정규표현식에 부합되는지 검증

정규표현식에 부합되면 Match 객체, 부합되지 않으면 None을 반환

print(re.match('ab', 'ab'))  # <re.Match object; span=(0, 2), match='ab'>
print(re.match('ab', 'a'))  # None
print(re.match('ab', 'b'))  # None
print(re.match('ab', 'test'))  # None
print(re.match('[0-9]', '123'))  # <re.Match object; span=(0, 1), match='1'>
print(re.match('[0-9]', '356'))  # <re.Match object; span=(0, 1), match='3'>
print(re.match('[0-9]', 'd12'))  # None
print(re.match('[0-9]', '1a23'))   # <re.Match object; span=(0, 1), match='1'>
print(re.match('[0-9]*', 'd12'))  # <re.Match object; span=(0, 0), match=''>

print(re.match('a+b', 'aaab'))  # <re.Match object; span=(0, 4), match='aaab'>
print(re.match('a+b', 'aaab'))  # None

print(re.match('a?', 'b'))  # <re.Match object; span=(0, 0), match=''>
print(re.match('^[A-Z]', 'Hello'))  # <re.Match object; span=(0, 1), match='H'>
print(re.match('^[A-Z]', 'hello'))  # None  

print(re.match('[^A-Z]', 'Hello'))  # None
print(re.match('[^A-Z]', 'hello'))  # <re.Match object; span=(0, 1), match='h'>

re.search(‘정규표현식’, ‘검사할데이터’)

검증할 데이터가 정규표현식에 부함되는 문자열을 포함하는지 검증

print(re.search('ab', 'tab'))  # <re.Match object; span=(1, 3), match='ab'>
print(re.search('ab', 'aa'))  # None
print(re.search('ab', 'ba ab'))  # <re.Match object; span=(3, 5), match='ab'>
print(re.search('ab', 'test'))  # None
print(re.search('[0-9]+$', 't13est0'))  # <re.Match object; span=(6, 7), match='0'>
print(re.search('[0-9]+$', '2test'))  # None
print(re.search('\*+', 'aa'))  # None
print(re.search('\*+', 'a*a'))  # <re.Match object; span=(1, 2), match='*'>
print(re.search('\*+', '**'))  # <re.Match object; span=(0, 2), match='**'>

# \*  : 앞에 역슬래쉬를 붙여서 메타문자로서의 *이 아니라 문자열 데이터로서의 * 의미

re.findall(‘정규표현식’, 찾을대상)

정규표현식에 부합하는 것을 모두 찾아 리스트로 반환

data = re.findall('2\d{3}', 'hi 9234 hello 2345 ..bye 2456')
print(data)  # ['2345', '2456']

re.split(‘정규표현식’, 찾을대상)

정규표현식에 부합하는 부분을 기준으로 문자열을 쪼개서 리스트로 반환

data = re.split('2\d{3}', 'hi 9234 hello 2345 ..bye 2456')
print(data)  # ['hi 9234 hello ', ' ..bye ', '']

data = re.split('a', 'abaabca', '2')  # 세번째 파라미터 - 쪼갤 횟수 지정 (그 이상은 쪼개지지 않음)
print(data)  # ['', 'b', 'abca']

re.sub(‘정규표현식’, ‘바꿀문자’, 찾을대상)

정규표현식에 부합하는 부분을 2번째 파라미터(바꿀 문자열)로 교체함

data = re.sub('apple|orange', '과일', 'apple 9234 orange 2345 data 26 test')
print(data)  # 과일 9234 과일 2345 data 26 test

re.compile(‘정규표현식’)

정규표현식을 미리 객체로 만들어놓고 사용

pattern = re.compile('[a-z]+[.][^b]+')

print(pattern.match("test.txt"))  # <re.Match object; span=(0, 8), match='test.txt'>
print(pattern.match("test.bat"))  # None

⚡ 정규표현식 그룹화 () 사용 예제

(1) json 포맷의 데이터 {"name" : "bori"}를 xml 포맷 <name>bori</name>으로 변경해보기

result = re.sub('({\s*})"(\w+)":\s*"(\w+)"(\s*})', '<\\2>\\3</\\2>', '{"name" : "bori"}')
# \\2 : 그룹화한 것들 중 2번째 그룹을 나타냄

(2) 정규식 그룹에 이름 부여해보기 - (?P<이름>정규표현식)

data = re.match('(?P<이름>\w+)\s(?P<전화번호>\d{3}-\d{4}-\d{4})', '보리 010-1111-2222')

print(data.group(0))  # 보리 010-1111-2222
print(data.group(1))  # 보리
print(data.group('이름'))  # 보리
print(data.group(2))  # 010-1111-2222
print(data.group('전화번호'))  # 010-1111-2222

⚡ 전방탐색 (?=) , 후방탐색 (?<=) 사용 예제

data = re.search('.+(?=:)', 'http://www.google.com')  
# : 를 기준으로 앞부분에서 .+ 정규표현식에 부합하는 패턴을 포함하는지 검증

print(data)  # <re.Match object; span=(0, 4), match='http'>
data = re.search('(?<=:)(//)(.+)', 'http://www.google.com')
# : 를 기준으로 뒷부분에서 검증하되, //와 일치하는 부분과 .+와 일치하는 부분을 그룹화

print(data) # <re.Match object; span=(5, 21), match='//www.google.com'>
print(data.group(1))  # //
print(data.group(2))  # www.google.com
Written by@[hyem]
Hyem's Dev Note

GitHub