[Regex] 간단한 정규표현식 정리

---

정규 표현식(Regex, Regexp: Regular Expression)

 

개요

알고 있으면 쓸모 있는 정규 표현식에 대해서 알아보려 한다. 항상 구글링해 표현식을 찾아왔기에 정규식 문법에 대해서는 잘 알지 못했다. 이번 기회에 정규표현식의 문법에 대해 이해하고, 문자열을 다뤄보겠다.

프로그래머스의 정규표현식 강의를 보고 학습했다. 강의는 파이썬 코드를 기반으로 설명하고 있으며, 마지막에 언어 별로 정규 표현식을 사용하는 방법을 알려준다.

간단한 정규 표현식 문법과 전화번호를 찾아 출력하는 방법을 알아보자

---

0. 정규 표현식

정규표현식은 문자열에서 특정 패턴을 만족하는 부분을 찾아낼 때 사용한다.

• 파이썬에서 r은 "Raw String"의 약어로, 백슬래시를 표현하기 위해 사용된다.
• 백슬래시를 사용하지 않는 정규표현식이라면 r의 유무에 상관없이 동일한 결과를 얻을 수 있다.

전화번호 정규표현식 코드

# 전화번호를 찾는 정규표현식
regex = r'0\d{1,2}[ -]?\d{3,4}[ -]?\d{3,4}'

# 전화번호를 찾을 주소록
search_target = '''Luke Skywarker 02-123-4567 luke@daum.net
다스베이더 070-9999-9999 darth_vader@gmail.com
princess leia 010 2454 3457 leia@gmail.com'''

# 정규표현식과 일치하는 부분을 모두 찾아주는 파이썬 코드
import re
result = re.findall(regex, search_target)
print("\n".join(result))

'''
02-123-4567
070-9999-9999
010 2454 3457
'''

---

 

1. 대표 문자(Meta sequence)

1) 숫자 대표문자

• \d에서 d는 digit를 뜻하며 숫자를 대표하는 정규표현식이다.

2) 글자 대표문자

• \w는 글자를 대표하는 정규표현식이다.
  • 글자는 문자(a, b, c, 가, 나, 다)와 숫자를 포함한다.
  • 특수문자는 포함하지 않지만 언더스코어(_)는 포함된다.

 

2. 횟수(Quantifier)

1) 하나 이상

• +는 "하나 혹은 그 이상 연결된"이라는 뜻이다.
• \d+는 "연결된 숫자"를 의미한다.

2) 0개 이상

• *는 "0개 이상"이라는 뜻이다.
• 자연수는 [1-9]\d*으로 표현된다.
  • [1-9]: 1~9 사이의 숫자
  • [1-9]\d: 1~9 중 하나의 숫자로 시작하고, 둘째 자리는 아무 숫자 하나
  • [1-9]\d*: 1~9 중 하나의 숫자로 시작하고, 그 뒤에는 연속된 숫자가 0개 이상

3) 있거나 없거나

• ?는 "있거나 없거나"라는 뜻이다.
• -?는 "-가 있거나 없다"를 의미한다.
  1. 전화번호는 -를 포함하거나, 포함하지 않을 수 있다.
     • 예를 들어 021234567, 02-123-4567은 모두 유효한 전화번호다.
     • \d+-?\d+-?\d+-?는 연속되는 숫자 사이에 -가 있거나 없는 문자열을 표현한다.
  2. 공백이 포함된 02 1234 5678도 유효한 전화번호이다.
     • 따라서 \d+[- ]?\d+[- ]?\d+[- ]?는 연속되는 숫자 사이에 - 또는 공백()이 있거나 없는 문자열을 표현한다.
     • [- ]?: -또는 공백()이 있거나 없다

4) n번

• {n}은 "n번 반복한다"는 뜻이다.
• \d{n}은 숫자가 연속 n번인 문자열을 표현한다.

5) n ~ m 번

• {n,m}은 "n부터 m까지 반복한다"는 뜻이다. 단, {n,m} 사이에는 공백이 들어갈 수 없다.
  • 예를 들어 \w{2,3}은 "문자가 2 ~ 3번 나온다"는 뜻이다.
• 전화번호의 자릿수는 처음 2~3자리, 가운데 3~4자리, 마지막 4자리로 구성되어 있다. 
  • 따라서 전화번호는 \d{2,3}[- ]?\d{3,4}[- ]?\d{4}로 표현할 수 있다.

 

3. 고르기

1) 몇 개 중에 고르기

• 정규표현식에서 대괄호([]) 안에 글자를 넣으면 해당 글자를 모두 선택할 수 있다.
  • 예를 들어 알파벳 중 소문자 모음(a, e, i, o, u)만 고르려면 [aeiou]로 표현한다.

2) 범위에서 고르기

• 소문자 알파벳을 모두 고르고 싶을 때, 대괄호 안에 모든 소문자를 나열하는 대신 간단히 [a-z]라고 표현한다.
• [a-z]+는 연속된 영어 소문자를 표현한다.
  • [a-z]: 소문자(a부터 z까지의 모든 글자 )
  • +: 하나 이상

3) 한글 고르기

• 한글의 첫번쨰 글자는 가이고 마지막은 힣이다. 따라서 한글은 [가-힣]으로 표현한다.
  • 단, 이 방식으로는 낱글자(ㄱ ㄴ ㄷ이나 ㅏ ㅑ ㅓ ㅕ)를 찾을 수 없다.
  • [가-힣]+: 연속된 한글 단어를 표현한다.

 

4. 기타 대표문자

• \s: 공백 문자(스페이스, 탭, 뉴라인)
• \S: 공백 문자를 제외한 문자
• \D: 숫자를 제외한 문자
• \W: 글자 대표문자를 제외한 글자들(특수문자, 공백 등)

 

5. 다른 프로그래밍 언어의 정규 표현식

1) Java

• Java로 정규 표현식을 다룰 땐 Pattern 클래스와 Matcher 클래스를 이용한다.
• Java에서는 \ 대신 \\를 사용한다.

Java 예시 코드

import java.io.Console;
import java.util.regex.Pattern;
import java.util.regex.Matcher;

public class MyRegex{
public static void main(String[] args){
String searchTarget = "Luke Skywarker 02-123-4567 luke@daum.net\n다스베이더 070-9999-9999 darth_vader@gmail.com\nprincess leia 010 2454 3457 leia@gmail.com";

        Pattern pattern = Pattern.compile("\\d");       // 정규 표현식
        Matcher matcher = pattern.matcher(searchTarget); // 찾을 문자열
        while(matcher.find()){
            System.out.println(matcher.group(0));
        }
    }

}

---

2) Javascript

• Javascript로 정규 표현식을 다룰 땐 String class의 match 함수를 이용한다.
• /와 /g가운데에 정규표현식을 넣는다.
  • g는 global의 약자로, 정규표현식과 일치하는 모든 내용을 찾아오라는 이다..

Javascript 예시 코드

var searchTarget =
  "Luke Skywarker 02-123-4567 luke@daum.net\
다스베이더 070-9999-9999 darth_vader@gmail.com\
princess leia 010 2454 3457 leia@gmail.com";

var regex = /\d/g; // 정규 표현식
console.log(searchTarget.match(regex));

---

3) C# 정규표현식

• C#으로 정규표현식을 다룰 땐 Regex.matches라는 메소드를 이용한다.
• C#에서는 \ 대신 \\를 사용한다.

C# 예시 코드

using System;
using System.Text.RegularExpressions;

public class RegexTest {
    public static void Main() {
        string regex = "\\d";
        string searchTarget = "Luke Skywarker 02-123-4567 luke@daum.net\n다스베이더 070-9999-9999 darth_vader@gmail.com\nprincess leia 010 2454 3457 leia@gmail.com";

        foreach (Match m in Regex.Matches(searchTarget, regex)){
            Console.WriteLine(m.Value);
        }
    }
}

 

---