Sign In

[Python] 정규표현식

Y
Yerim
  1. Python

정규표현식

•
문자열 처리할 때 나만의 패턴이나, 분석가의 다양한 사례에서 요구하는 조건의 패턴을 만들어서 처리하는 방법
•
split, strip, 배웠던 문자열 문법들이 정규표현식과 만나면 정말 다양하게 응용할 수 있다.
•
이메일주소 찾기, 아이디, 비번 패턴 찾기, 회원가입 아이디 패턴 등 다양한 패턴을 만들 수 있다.
•
형식을 지정할 때 정규식을 사용
•
정규표현식을 이용해 정교하게 원하는 데이터 추출/삭제/변환 가능

파이썬 정규식

•
파이썬에서는 정규 표현식을 지원하기 위해 re(regular expression) 모듈을 제공한다.
•
re.compile을 사용하여 정규표현식을 컴파일한다.
•
re.compile과 re.match를 한 문장으로 작성할 수 있다.
p = re.compile('[a-z]+')
m = p.match("python")
print(m)
# 축약
m = re.match('[a-z]+', "python")
print(m)
Method
목적
match()
문자열의 처음부터 정규식과 매치되는지 조사
search()
문자열 전체를 검사하여 정규식과 매치되는지 조사
findall()
정규식과 매치되는 모든 문자열 substring을 리스트로 리턴
finditer()
정규식과 매치되는 모든 문자열 substring을 반복 가능한 객체로 리턴
import re

# 네자리 번호
# abcd, book, desk
# ca?e -> 기억나는 번호
# care, cafe, case, cave -> 가능한 번호
# caae, cabe, cace ,cade, ... -> 너무 많다.

p = re.compile("ca.e") 
# . (ca.e) : 하나의 문자를 의미 > care, cafe, case (O) | caffe (X)
# ^ (^de) : 문자열의 시작 > desk, destination (O) | fade (X)
# $ (se&) : 문자열의 끝 > case, base (O) | face (X)

def print_match(m):

    if m:
        print("m.group():", m.group())   # 일치하는 문자열 반환
        print("m.string:", m.string)     # 입력받은 문자열
        print("m.start():", m.start())   # 일치하는 문자열의 시작 index
        print("m.end():", m.end())       # 일치하는 문자열의 끝 index
        print("m.span():", m.span())     # 일치하는 문자열의 시작/끝 index
    else:
        print("매칭되지 않음")    
        
m = p.match("case") 
# match: 주어진 문자열의 처음부터 일치하는지 확인 
# careless는 care로 매체가 된다.
# print_match(m)
# print(m.group()) # 정규식과 매치되지 않으면 에러가 발생

m = p.search("good care") # search: 주어진 문자열 중에 일치하는게 있는지 확인
print_match(m)
# lst = p.findall("good care cafe") # findall: 일치하는 모든 것을 리스트 형태로 반환
# print(lst)
m.group(): care
m.string: good care
m.start(): 5
m.end(): 9
m.span(): (5, 9)
# ['care', 'cafe']

정규표현식 라이브러리 함수

Match
•
문자열 처음부터 정규식과 매칭되는 패턴을 찾아서 리턴
•
m = p.match("비교할 문자열"): 주어진 문자열의 처음부터 일치하는지 확인
Search
•
문자열 전체를 검색해서 정규식과 매칭되는 패턴을 찾아서 리턴
•
m = p.search("비교할 문자열"): 주어진 문자열 중에 일치하는게 있는지 확인
Findall
•
정규표현식과 매칭되는 모든 문자열을 리스트 객체로 리턴
•
lst = p.findall("비교할 문자열"): 일치하는 모든 것을 "리스트" 형태로 반환
Split
•
찾은 정규표현식 패턴 문자열을 기준으로 문자열을 분리
Sub
•
찾은 정규표현식 패턴 문자열을 다른 문자열로 변경

메타문자

. (Dot) ^, $

.(dot)

•
줄바꿈 문자인 \n을 제외한 모든 문자와 매치
•
re.DTALL 옵션을 주면 \n 문자도 매치된다.
예시 - a.b
•
a와 b 사이에 어떤 문자가 와도 매치된다.
•
aab: a와 b 사이에 a가 위치하므로 정규식과 매치
•
a0b: a와 b 사이에 0이 위치하므로 정규식과 매치
•
abc: a와 b 사이에 문자가 존재하지 않으므로 매치되지 않는다.
예시 - a[.]b
•
a.b: a와 b 사이에 .가 위치하므로 정규식과 매치
•
a0b: a와 b 사이에 0이 위치하므로 매치되지 않는다.

^

•
문자열의 시작
•
(^de) : desk, destination (O) | fade (X)
•
문자열의 맨 처음과 일치한다는 것을 의미
•
re.MULTILINE을 사용할 경우 여러 줄의 문자열일 때 각 줄의 처음과 일치
re.search('^Life', 'Life is too short')  # 매치         - Match 객체
re.search('^Life', 'My Life')            # 매치되지 않음 - None

$

•
문자열의 끝
•
(se&) : case, base (O) | face (X)
•
& 메타 문자와 반대의 경우
•
문자열의 끝과 매치
re.search('short$', 'Life is too short')                  # 매치 - Match 객체
re.search('short$', 'Life is too short, you need python') # 매치되지 않음 - none

반복

?는 앞 문자가 0번 또는 1번 표시되는 패턴
*는 앞 문자가 0번 또는 그 이상 반복되는 패턴
+는 앞 문자가 1번 또는 그 이상 반복되는 패턴
{n}는 앞 문자가 n번 반복되는 패턴
{m, n}는 앞 문자가 m번 반복되는 패턴부터 n번 반복되는 패턴까지

?

•
반복은 아니지만 {}와 비슷한 기능을 한다.
•
? 메타 문자가 의미하는 것은 {0, 1} - 있어도 되고 없어도 된다.
예시 - ab?c
•
abc: b가 1번 반복되어 매치
•
ac: b가 0번 반복되어 매치

*

•
바로 앞에 있는 문자가 0부터 무한대까지 반복될 수 있다는 의미
•
무한대까지라고 표현되어있지만, 실제로는 메모리 용량의 한계로 약 2억개라고 한다.
예시 - ca*t
•
ct: a가 0번 반복되어 매치
•
cat: a가 1번 반복되어 매치
•
caaat: a가 3번 반복되어 매치

+

•
최소 1번 이상 반복될 때 사용
•
*는 반복 횟수가 0부터, +는 반복 횟수가 1부터이다.
예시 - ca+t
•
ct: a가 0번 반복되어 매치되지 않음
•
cat: a가 1번 반복되어 매치
•
caaat: a가 3번 반복되어 매치

{}

•
반복 횟수를 고정
•
{n}: 반복 횟수가 n번인 문자와 매치
•
{m, n}: 반복 횟수가 m부터 n까지인 문자와 매치
•
반복횟수는 생략도 가능하다.
◦
{2, }: 반복 횟수가 2 이상인 경우
◦
{, 3}: 반복 횟수가 3 이하인 경우
반복되는 값을 지정하여 패턴을 찾을 수도 있다.
•
정규표현식은 여러 개 합쳐서 사용 가능하다.

괄호와 하이픈

•
[] 괄호 안에 들어가는 문자가 들어 있는 패턴
Ex) [abc] 는 a, b, c 중 하나가 들어 있는 패턴을 의미
•
하이픈(-)을 이용하면 알파벳 전체를 나타낼 수 있음
Ex) [a-c] 는 a, b, c 중 하나가 들어 있는 패턴을 의미
•
() 괄호는 괄호 안에 있는 단어 자체를 반환함
Ex) (abc) 는 abc가 들어 있는 패턴을 의미

[ ]

•
문자 클래스 character calss
•
‘[’와 ‘]’ 사이의 문자들과 매치
•
문자 클래스를 만드는 메타 문자인 [] 사이에는 어떤 문자도 들어갈 수 있다.
•
하이픈(-)을 사용하면 두 문자 사이의 범위를 나타낸다.
◦
[a-zA-Z]: 모든 알파벳
◦
[0-9]: 모든 숫자
◦
한글 [가-힣]
◦
자음 모음 [ㄱ-ㅎ] [ㅏ-ㅣ]
자주 사용하는 문자 클래스
•
\d : 숫자와 매치, [0-9]와 동일
•
\D : 숫자가 아닌 것과 매치 [^0-9]와 동일
•
\s : 화이트스페이스 whitespace 문자와 매치 [ \t\n\r\f\v]와 동일
•
\S : 화이트스페이스 문자가 아닌 것과 매치 [^ \t\n\r\f\v]와 동일
•
\w : 문자+숫자와 매치 [a-zA-Z0-9_]와 동일
•
\W : 문자 + 숫자가 아닌 문자와 매치 [^a-zA-Z0-9_]와 동일

|

•
or과 동일한 의미
•
A|B: A 또는 B
p = re.compile('Crow|Servo')
m = p.match('CrosHellow')

\A

•
문자열의 처음과 매치된다.
•
^ 매타 문자와 동일한 의미, re.MULTILINE 옵션 사용할 경우 다르게 해석
◦
^: 각 줄의 문자열의 처음
◦
\A: 줄과 상관 없이 전체 문자열의 처음

\Z

•
문자열의 끝과 매치된다.
•
re.MULTILINE 옵션을 사용할 경우 $ 메타 문자와는 달리 전체 문자열의 끝과 매치

\b

•
단어 구분자 word boundary
•
화이트스페이스에 의해 구분된다.
p = re.compile(r'\bclass\b')
p.search('no class at all')

p.search('the declassified algorithm')

p.search('one subclass is')

Group 그루핑

•
그룹을 만들어주는 메타문자는 ()이다.
•
보통 반복되는 문자열을 찾을 때 그룹을 사용
•
그룹을 사용하는 더 중요한 이유는 매치된 문자열 중에서 특정 부분의 문자열만 뽑아내기 위해서이다.
group (인덱스)
설명
group(0)
매치된 전체 문자열
group(1)
첫 번째 그룹에 해당되는 문자열
group(2)
두 번째 그룹에 해당되는 문자열
group(3)
n 번쨰 그룹에 해당되는 문자열
그루핑된 문자열 재참조
•
그루핑한 문자열을 재참조 backreferences 할 수 있다.
•
2개의 동일한 단어를 연속적으로 사용해야만 매치가 된다.
◦
\1: 재참조 메타 문자
◦
\2: 두 번째 그룹 참조
그루핑된 문자열에 이름 붙이기
•
정규식 안에 그룹이 다수 존재한다면 혼란스러울 것이다.
•
이름으로 참조할 수 있다면 문제 해결 가능
•
재참조 시에는 (?P=그룹이름)이라는 확장 구문 사용

str

•
문자열 및 공백 제거
•
선행과 후행 문자가 제거된 문자열의 복사본을 돌려준다.
•
to_strip 인자는 제거할 문자 집합을 지정
◦
생략되거나 none이라면 기본값은 공백을 제거
◦
to_strip 인자는 접두사가 아니다.
lstrip()
•
선행 문자만 지울 때 사용
rstrip()
•
후행문자만 지울 때 사용
•
정의된 문자열을 앞뒤로 특정문자로 채운 뒤 중앙에 정렬하는 방법
ljust()
•
왼쪽 정렬
rjust()
•
오른쪽 정렬
•
sep를 구분자로 문자열로 사용하여 문자열에 있는 단어들의 리스트를 돌려준다.
•
maxsplit가 주어지면 최대 maxsplit 번의 분할이 수행

대소문자 바꾸기

•
lower: 소문자로 변경
•
upper: 대문자로 변경
•
cappitalize: 앞문자 대문자로 변경
•
title: 단위별 앞문자 대문자로 변경
•
swapcase: 소문자는 대문자, 대문자는 소문자로 변경
•
모든 서브스트링 old 가 new 로 치환된 문자열의 복사본을 돌려준다.
•
선택적 인자 count 가 주어지면, 앞의 count 개만 치환
•
서브스트링 sub가 슬라이스 내에 등장하는 가장 작은 문자열의 인덱스를 돌려줍니다.
•
선택적 인자 start 와 end 는 슬라이스 표기법으로 해석됩니다.
•
sub이 없으면 -1을 돌려줍니다.
•
특정 인덱스의 값을 잘라내어 반환
•
slice_replace: 해당 사이의 인덱스 값을 다른 값으로 바꾼다.
Yerim-DevNote
Subscribe to 'Yerim-DevNote'
Subscribe to my site to be the first to receive notifications and emails about the latest updates, including new posts.
Join Slashpage and subscribe to 'Yerim-DevNote'!
Subscribe
👍
Open channel