정규 표현식

1. 개요

2. 설명

3. 문법

3.1. 메타 문자

• ^: 문자열의 시작
• $: 문자열의 종료

3.2. 문자 집합과 특수 문자

• \b: 문자와 공백 사이를 의미한다.
• \c: 제어 문자를 의미한다.
• \d: 숫자에 해당하는 유니코드에 대응. [0-9]와 달리 아랍 문자, 페르시아 문자 등 다양한 숫자를 포괄한다. #
• \f: 폼 피드
• \n: 개행 문자
• \s: 공백 문자
• \t: 탭 문자
• \v: 수직 탭
• \w: 단어 영문자+숫자+_(밑줄) [0-9a-zA-Z_]
• \x: 16진숫값
• \0: 8진숫값

3.3. 하위 표현식

3.4. 수량자

• {n} : 정확히 n번 반복할 때 일치한다.
• {n,} : n번 이상 반복할 때 일치한다.
• {n,m} : n번에서 m번 안으로 반복할 때 일치한다.

• * : 패턴이 일치하지 않거나 한 번 이상 반복할 때 일치한다. {0,}과 같다.
• + : 패턴이 한 번 이상 반복할 때 일치한다. {1,}과 같다.
• ? : 패턴이 일치하지 않거나 한 번만 반복할 때 일치한다. {0,1}과 같다.

• {-n,m} : n번에서 m번 안으로 반복할 때 일치한다.

3.5. 패턴 변경자

• i: 패턴을 대소문자 구분 없이 검사한다. 이 변경자를 사용할 경우 [a-z]로만 검사해도 자동으로 [a-zA-Z]와 같은 기능을 하게 된다. 영어가 아닌 언어(독일어, 프랑스어 등)를 다룰 때에는 버그 가능성이 있으므로 쓰지 않는 게 좋다. 대소문자라는 개념이 없는 한글, 한자, 가나 문자는 이 패턴 변경자가 아무 역할도 하지 않는다.
• s: 임의의 한 문자를 가리키는 . 메타 문자에 개행 문자(\\n)도 포함시키도록 한다. 이 변경자를 사용하면 .이 줄 바꿈도 임의의 한 문자로 취급하여 찾는다.
• g: ^ 문자가 문장이 아닌 문서의 처음에, $ 문자가 문장의 끝(라인 피드 \\n)이 아닌 주어진 문자열의 끝에 매치되게 변경한다.
• m: 주어진 문자열에 줄 바꿈이 있을 경우, 여러 줄로 취급하여 검사한다(줄 바꿈이 없다면 써도 의미가 없다.). 원래 정규 표현식을 쓸 때 줄 바꿈은 무시되는데, 이걸 사용하면 줄 바꿈을 적용해서 검사한다. 그리고 ^은 한 줄의 시작, $는 한 줄의 끝으로 의미가 달라진다.
• x: 공백 문자를 무시한다. 단, 이스케이프(역슬래시하고 같이 쓸 경우)하거나 문자 클래스 안에 있을 경우에는 예외. 정규식을 조금 더 읽기 편하게 만들어준다. 그러나 이 변경자를 지원하지 않는 엔진이 많은 게 단점이다.

3.6. 예제

• ^[0-9]*$: 숫자
• ^[a-zA-Z]*$: 영문자. 패턴 변경자를 써서 /^[a-z]*$/i 같이 쓸 수 있다.
• ^[가-힣]*$: 현대 한글(유니코드를 지원하는 정규식 엔진에 한정)
• ^[ㄱ-ㅎㅏ-ㅣ가-힣]*$: 한글 자모 낱자를 포함한 모든 현대 한글
• 굳이 유니코드 환경에서도 KS X 1001 완성형의 현대 한글 2350자만 선택하고 싶다면 완성형/한글 목록/KS X 1001 문서의 끝부분을 참고할 것.
• ^[a-zA-Z0-9]*$: 영문/숫자

3.7. 탐욕적 및 게으른 수량자

• 탐욕적 수량자: *, +, {n,}
• 게으른 수량자: *?, +?, {n,}?

#!syntax python
>>> data = "<div> <p>First</p> <p>Second</p></div>"
>>> import re
>>> re.findall(r"<p>(.+)</p>", data)  # 기본적으로 탐욕적인 매칭
['First</p> <p>Second']
>>> re.findall(r"<p>(.+?)</p>", data)  # 게으른 수량자 사용
['First', 'Second']

4. 학습 관련 사이트

• RegexOne
  step-by-step 방식으로 빠르게 배울 수 있는 사이트.
• regex101
  간편하게 정규식을 연습하고 디버깅할 수 있는 사이트. 여러 색상으로 그룹을 표시해 주기 때문에 구분이 원활하다.
  PCRE, 자바스크립트, 파이썬, Go를 지원한다.
• RegExr
  PCRE, 자바스크립트를 지원한다.
• Regexper, Debuggex, ExtendsClass
  정규식을 시각화해 주는 사이트. 작성한 정규식을 선로도(Railroad Diagram)로 변환하여 보여준다. 남이 만든 정규식이 도저히 읽히질 않으면 여기에 그 코드를 복붙해 보자. regexper.com은 정규식을 그림 파일로 다운로드하는 기능을 제공하고 debuggex.com은 실시간 정규식 시각화 및 매치 테스트를 제공한다.
• Mozilla JavaScript RegExp Guide
  모질라 재단에서 제공하는 개발자 문서로 자바스크립트의 정규 표현식 문법에 대해서 설명한다.

5. 주의점

6. 기타

• 어감 때문에 규식이라고 부르는 사람도 존재한다.[9]