2023.05.02 - 정규표현식(Regular Expression)

 

 @ 정규 표현식(Regular Expression)이란?

• 프로그래밍에서 문자열을 다룰 때, 문자열의 일정한 패턴을 표현하는 일종의 형식 언어.
• 정규식이라고도 부르며, 보통 RegEx 또는 RegExp라고 쓴다.
• 특정한 조건의 문자를 "검색, 추출, 치환"하는 과정을 매우 간편하게 처리 할 수 있도록 하는 수단이다.

 @ 기능별 정리

• 기본 메타 문자

기호	설명
.	모든 문자 일치
|	OR 왼쪽 문자(혹은 패턴) 혹은 오른쪽 문자(혹은 패턴)과 일치
[]	문자 집합 구성원 중 하나와 일치
[^]	문자 집합 구성원을 제외하고 일치
-	범위 정의 ex) [A-Z]
\	다음에 오는 문자를 이스케이프

• 수량자

기호	설명
*	앞의 문자나 부분식이 0개 이상 탐욕적으로 찾기
*?	탐욕적 수량자 *를 게으른 수량자로 바꿔 찾기
+	앞의 문자나 부분식을 하나 이상 탐욕적으로 찾기
+?	탐욕적 수량자 +를 게으른 수량자로 바꿔 찾기
?	앞의 문자나 부분식을 0개나 1개 찾기
{n}	앞의 문자나 부분식이 정확히 n번 일치하는 경우 찾기
{m,n}	앞의 문자나 부분식이 m번에서 n번 일치하는 경우 찾기
{n,}	앞의 문자나 부분식이 n번 이상인 경우를 탐욕적으로 찾기
{n,}?	탐욕적 수량자 {n,}를 게으른 수량자로 바꿔 찾기

==> 문자 하나가 아니라 조건에 해당하는 여러개의 문자를 찾기 위해 사용한다.

==> * : 없는 경우 포함 / + : 무조건 하나는 존재

==> 탐욕적 수량자: 조건에 맞지 않을 때까지 하나의 패턴으로 인식 / 게으른 수량자: 조건에 맞으면 종료

• 위치 지정

기호	설명
^	입력 문자열의 시작에서 그 다음 나오는 문자나 부분식과 일치하는지 검사
\A	어떤 정규식에서는 ^의 역할
$	문자열의 끝과 일치
\Z	어떤 정규식에서는 $의 역할
\b	단언 경계(단어와 공백 사이의 위치)와 일
\B	\b와 반대(비단어 경계)로 일

==> 내부적인 의미를 찾는 논리적 수행만 한다. 위치 지정도 자체적만으로 의미가 없으며 앞뒤에 나오는 문자나 부분식과 함께 동작한다.

• 특수한 문자

기호	설명
[\b]	역스페이스
\cx	x로 표시된 제어문자 찾기
\d	모든 숫자와 일치. [0-9]와 동일
\D	\d와 반대. [^0-9]와 동일
\f	용지 공급 문자 찾기. 페이지 넘기기(forfeed)
\n	줄 바꿈 문자 찾기.
\r	캐리지 리턴.
\s	공백, 택, 용지 공급 등과 같은 문자 찾기
\S	\s와 반대
\t	탭 문자 찾기
\v	세로 탭 문자 찾기
\w	영숫자 문자나 밑줄과 일치
\W	\w와 반대
\xn	n으로 표시된 16진수 이스케이프 값과 일치
\0n	n으로 표시된 8진수 숫자와 일치

==> []안에 넣어주어야 하는 문자들을 가독성과 패턴 글자의 수를 줄이기 위해 사용한다.

• 역참조와 전후방탐색

기호	설명
(pattern)	하위 표현식 정의. 패턴을 찾아 일치하는 항목을 캡처하는 부분식
\1	첫 번째 일치한 하위 표현식, 두번째 일치한 하위 표현식은 \2로 표기
(?=pattern)	전방탐색
(?!pattern)	부정형 전방탐색
?(BR)true	조건 지정
?(BR)true|false	else 표현식 조건 지정

==> () 와 [ ]가 다르다는 것을 인지하고 사용해야 한다.

• 대소문자 변환

기호	설명
\E	\L 또는 \U 변환을 끝냄
\I	다음에 오는 글자를 소문자로 변환
\L	\E를 만날 때까지 모든 문자를 소문자로 변환
\u	다음에 오는 글자를 대문자로 변환
\U	\E를 만날 때까지 모든 문자를 대문자로 변환

==> 문자열을 찾고, 찾은 문자열을 바꾸는 용도로 사용한다.

• 옵션

기호	설명
i	ignore case, 대소문자를 무시하여 찾음
g	global, 찾는 패턴을 하나만 찾지 말고 계속 해서 찾음. 탐욕적 수량자처럼 일치하는 구간을 늘리는 것이 아니라 일치하는 패턴의 개수가 늘어남
m	multiline, 다중행 모드라고도 하며 라인 별로 처리하는 것이 아니라 입력 문자열에 줄바꿈이 있어도 이를 특수문자로 변환하여 하나로 본다.

==> 여러 조건에 해당하는 단어, 여러 조건에 해당하는 단어를 다른 단어로 바꾸기, 복잡한 패턴 속에서 필요한 내용만 추출할 때 사용

• 우선 순위

기호	설명
\	이스케이프
(), (?:), (?=), []	괄호와 대괄호
*, +, ?, {n}, {n,}, {n,m}	수량자
^, $, \anymetacharacter	앵커와 시컨스
|	교체

==> 정규식은 수식과 유사하게 왼쪽에서 오른쪽으로 계산되고 우선 순위를 따른다. 표는 우선 순위가 높은 것부터 순서대로 정리한 것이다.