Regex (with Python3)

Updated Feb 01, 2024

메타 문자

$()*+.?[]\^{}| 등이 존재하고, 특정 문자 혹은 문자 계열을 대신하여 표현하는 문자이다.

이를 이용하면 특정 규칙을 가진 여러 단어들을 하나의 패턴으로 함축할 수 있다.

(메타 문자에 해당되는 문자 자체를 검색하고 싶은 경우, 백슬래쉬(\)를 앞에 붙이면 된다.)

^ 문자

[^a] → a 가 아닌 것과 매치를 뜻한다.

그냥 사용할 경우, 문자열의 시작을 표현한다.

$ 문자

문자열의 끝을 표현한다.

[ ] 문자 - 문자 클래스

[ ] 사이에 들어간 문자들과의 매치를 뜻한다.

하이폰 (-)를 사용하여 문자 사이의 범위를 패턴으로 하여 매치할 수 있다.

자주 사용하는 문자 클래스

[0-9] 또는 [a-zA-Z] 등은 무척 자주 사용하는 정규 표현식이다. 이렇게 자주 사용하는 정규식은 별도의 표기법으로 표현할 수 있다. 다음을 기억해 두자.

  • \d - 숫자와 매치된다. [0-9]와 동일한 표현식이다.
  • \D - 숫자가 아닌 것과 매치된다. [^0-9]와 동일한 표현식이다.
  • \s - 화이트스페이스(whitespace) 문자와 매치된다. [ \t\n\r\f\v]와 동일한 표현식이다. 맨 앞의 빈칸은 공백 문자(space)를 의미한다.
  • \S - 화이트스페이스 문자가 아닌 것과 매치된다. [^ \t\n\r\f\v]와 동일한 표현식이다.
  • \w - 문자+숫자(alphanumeric)와 매치된다. [a-zA-Z0-9_]와 동일한 표현식이다.
  • \W - 문자+숫자(alphanumeric)가 아닌 문자와 매치된다. [^a-zA-Z0-9_]와 동일한 표현식이다.

대문자로 사용된 것은 소문자의 반대임을 추측할 수 있다.

.(dot) 문자 - \n를 제외한 모든 문자 

1
2

a.b - "a'+모든 문자+"b"
a[.]b - "a.b"

위와 같이 사용하고, 혼동하지 않도록 주의해야 한다.

* 문자

  • 문자 앞에 나온 문자를 0번 이상 반복되면 매치된다.
1

a*b - "ab", "b", "aaaab" 등과 매치

+ 문자

위의 * 문자와 거의 똑같지만, 앞에 나온 문자가 1번 이상 반복되면 매치된다.

{} 문자와 ? 문자

앞에 나온 문자가 중괄호 안에 들어간 카운트 수 만큼 매치된다.

1
2

a{2} # a 2개
a{2,5} # a 2개 ~ 5개

? 는 {0,1}과 같다.

파이썬

함수

  • match

    문자열의 시작부터 패턴과 일치하는지 확인한다.

    1
2
3

      # re.match(pattern,string,flag)
  re.match('a','ab') # O
  re.match('b','ab') # X

  • search

    문자열에 패턴과 일치하는 결과가 있는지 확인한다.

    1
2
3

      # re.search(pattern,string,flag)
  re.search('a','ab') # O
  re.search('b','ab') # O

  • findall

    문자열에 패턴과 일치하는 결과가 있는지 확인하고, 여러 개일 경우, 모든 결과를 리스트로 반환한다.

    1
2
3
4

      # re.findall(pattern,string,flag)
  re.findall('a','a') # ['a']
  re.findall('a','aaaaaaa') # ['a', 'a', 'a', 'a', 'a', 'a', 'a']
  re.findall('aaa','aaaaaaaaa') # ['aaa', 'aaa', 'aaa']

  • finditer

    findall과 비슷하지만, 리스트가 아닌 iterator 형식으로 반환한다.

    1
2
3

      # re.finditer(pattern,string,flag)
  re.finditer('a','a') # iterator 객체
  re.finditer('a','aaaaaa') # iterator 객체

  • fullmatch

    문자열과 패턴이 완벽하게 일치하는지 확인한다.

    1
2
3
4

      # re.fullmatch(pattern,string,flag)
  re.fullmatch('a','a') # O
  re.fullmatch('a','aa') # X
  re.fullmatch('a','ab') # X

  • split

    문자열에서 패턴이 맞으면 이를 기점으로 쪼갠다. (최대 split 수를 설정하면 지정한 수 만큼 쪼개고, 나머지 뒤 문자열을 리스트의 마지막에 추가한다)

    1
2
3

      # re.split(pattern,string,max split,flag)
  re.split('a','a') # ['', '']
  re.split('a','bab') # ['b', 'b']

  • sub

    문자열에 맞는 패턴을 교체할 문자열로 교체한다. (최대 sub 수를 설정하면, 지정한 수 만큼 교체하고, 나머지 뒤 문자열은 그대로 둔다)

    1
2
3

      # re.sub(pattern,string,max sub,flag)
  re.sub('a','z','a') # z
  re.sub('a','zz','ab') # zzb

  • subn

    sub와 동작은 비슷하지만, (문자열, 매칭 횟수) 형태로 반환한다.

    1
2
3

      # re.subn(pattern,string,max sub,flag)
  re.subn('a','z','a') # ('z',1)
  re.subn('a','zz','aaab') # ('zzzzzzb', 3)

  • compile

    패턴과 플래그가 동일한 정규식을 여러번 사용할 때 쓴다.

    1
2
3

      # re.compile(pattern,flag)
  a = re.compile('a')
  a.search('abab') # O

  • purge

    compile로 만든 객체는 보통 100개까지 캐시에 저장하고, 그 수를 넘어가면 초기화 된다.

    purge 함수는 100개가 넘어가지 않아도 캐시를 초기화 할 수 있다.

  • escape

    패턴을 입력 받으면, 특수문자들에 이스케이프(백슬래쉬) 처리를 한 후, 반환한다.

    1
2
3

      # re.escape(pattern)
  re.escape("a") # 'a'
  re.escape("a{2,3}b") # 'a\\{2,3\\}b'

오브젝트

함수의 반환이 match object로 반환되는 경우, group(), start(), end() 등의 함수를 사용할 수 있다.

  • groups

    일치하는 모든 서브 그룹을 포함하는 튜플을 반환한다.

    기본 값은 None이다.

  • group

    group(0), group(1) 과 깉이 사용할 수 있고, groups 튜플의 index 접근과 비슷하다.

  • groupdict

    (?P<group_name>PATTERN) 와 같이 정규표현식을 그룹화하고, 네이밍한 결과를 딕셔너리 형태로 반환 받을 수 있다.

    1
2

      a=re.match("(?P<Test>a*)","aaa")
  a.groupdict() # {'Test': 'aaa'}

플래그

  • DOTALL(S) - .(dot)이 줄바꿈 문자를 포함해 모든 문자와 매치될 수 있게 한다.
  • IGNORECASE(I) - 대소문자에 관계없이 매치될 수 있게 한다.
  • MULTILINE(M) - 여러 줄과 매치될 수 있게 한다. ^, $ 메타 문자 사용과 관계 있는 옵션이다.
  • VERBOSE(X) - verbose 모드를 사용할 수 있게 한다. 정규식을 보기 편하게 만들 수 있고 주석 등을 사용할 수 있게 된다.