Regular Expression¶

일정한 규칙을 가진 문자열을 표현하는 방법

복잡한 문자열 속에서 특정한 규칙으로 된 문자열을 검색한 뒤, 추출하거나 바꿀 때 사용
문자열이 정해진 규칙에 맞는지 판단할 때 사용

문자열 판단하기¶

re.match(’패턴’, ‘문자열’)

import re

re.match('Hello', 'Hello, world!') # <re.Match object; span=(0, 5), match='Hello'>
re.match('Hello', 'world!') # 반환되지 않음

문자열이 맨 앞 또는 맨 뒤에 오는 지 판단하기¶

^문자열

문자열$

re.search('^Hello', 'Hello, world!') #<re.Match object; span=(0, 5), match='Hello'> 
re.search('^[A-Z]+', 'Hello') # <_sre.SRE_Match object; span=(0, 1), match='H'> # 대문자로 시작하므로 패턴에 매칭됨

re.search('world!$', 'Hello, world!') #<re.Match object; span=(7, 13), match='world!'> 
re.search('[0-9]+$', 'Hello1234') #<_sre.SRE_Match object; span=(5, 9), match='1234'> # 숫자로 끝나므로 패턴에 매칭됨

지정된 문자열이 하나라도 포함되는지 판단하기¶

문자열|문자열

문자열|문자열|문자열|문자열

re.match('hello|world', 'hello') # <re.Match object; span=(0, 5), match='hello'> # hello 또는 world가 있으므로 패턴에 매칭됨

문자가 0~1개 이상 있는지 판단¶

[0-9]*

[0-9]+

[ ] 대괄호 안에 숫자 범위 삽입

*는 문자 또는 숫자가 0개 이상 있는지 확인

+는 1개 이상 있는지 확인

# 1234는 0부터 9까지 숫자가 0개 이상 있으므로 패턴에 매칭됨
re.match('[0-9]*', '1234') # <re.Match object; span=(0, 4), match='1234'>

# 1234는 0부터 9까지 숫자가 1개 이상 있으므로 패턴에 매칭됨
re.match('[0-9]+', '1234') # <re.Match object; span=(0, 4), match='1234'>

re.match('[0-9]+', 'abcd') # abcd는 0~9까지 숫자가 1개 이상 없으므로 패턴에 매칭되지 않음

문자가 한 개만 있는지 판단¶

문자?
[0-9]?

.

?는 앞의 문자가 0개 또는 1개인지 판단

.은 .이 있는 위치에 아무 문자가 1개 있는지 판단

# abd에서 c 위치에 c가 0개 있으므로 패턴에 매칭됨
re.match('abc?d', 'abd') # <re.Match object; span=(0, 3), match='abd'>

# abd에서 c 위치에 c가 1개 있으므로 패턴에 매칭 안됨
re.match('abc?d', 'abc')

# [0-9] 위치에 숫자가 1개 있으므로 패턴에 매칭됨
re.match('ab[0-9]?c', 'ab3c') # <re.Match object; span=(0, 4), match='ab3c'>

# .이 있는 위치에 문자가 1개 있으므로 패턴에 매칭됨
re.match('ab.d', 'abxd') # <_sre.SRE_Match object; span=(0, 4), match='abxd'>

문자 개수 판단하기¶

문자{개수}

(문자열){개수}

# h가 3개 있는지 확인
re.match('h{3}', 'hhhello')  # <re.Match object; span=(0, 3), match='hhh'>

# hello가 3개 있는지 확인
re.match('(hello){3}', 'hellohellohelloworld') # <re.Match object; span=(0, 15), match='hellohellohello'>

[0-9]{개수} : 특정 범위의 숫자가 몇 개 있는지 판단

# 숫자 3개-4개-4개 패턴에 매칭됨
re.match('[0-9]{3}-[0-9]{4}-[0-9]{4}', '010-1000-1000') # <re.Match object; span=(0, 13), match='010-1000-1000'>
re.match('[0-9]{3}-[0-9]{4}-[0-9]{4}', '010-1000-100') # 숫자 3개-4개-4개 패턴에 매칭되지 않음

(문자){시작개수,끝개수}
(문자열){시작개수,끝개수}

[0-9]{시작개수,끝개수}

re.match('[0-9]{2,3}-[0-9]{3,4}-[0-9]{4}', '02-100-1000') # <re.Match object; span=(0, 11), match='02-100-1000'>

숫자와 영문 문자를 조합해서 판단하기¶

a-z

A-Z

# a부터 z, A부터 Z, 0부터 9까지 1개 이상 있으므로 매칭
re.match('[a-zA-Z0-9]+', 'Hello1234') #<re.Match object; span=(0, 9), match='Hello1234'>
re.match('[A-Z0-9]+', 'hello') # 대문자, 숫자는 없고 소문자만 있으므로 패턴에 매칭되지 않음

가-힣

# 가부터 힣까지 1개 이상 있으므로 패턴에 매칭됨
re.match('[가-힣]+', '홍길동') #<re.Match object; span=(0, 3), match='홍길동'>

특정 문자 범위에 포함되지 않는지 판단하기¶

[^범위]*
[^범위]+ : 범위 앞에 ^를 붙이면 해당 범위 제외

[^A-Z]+ : 는 대문자를 제외한 모든 문자(숫자)가 1개 이상 있는지 판단

re.match('[^A-Z]+', 'Hello') # 대문자를 제외. 대문자가 있으므로 패턴에 매칭되지 않음
re.match('[^A-Z]+', 'hello')  # <re.Match object; span=(0, 5), match='hello'>

특수문자 판단하기¶

\특수문자 (단, []안에서는 \를 붙이지 않아도 됨)

# *이 들어있는지 판단
re.search('\*+', '1 ** 2') #<re.Match object; span=(2, 4), match='**'>

# $, (, )와 문자, 숫자가 들어있는지 판단
re.match('[$()a-zA-Z0-9]+', '$(document)') #<re.Match object; span=(0, 11), match='$(document)'>

단순 정규표현식¶

\d: [0-9]와 같음. 모든 숫자
\D: [^0-9]와 같음. 숫자를 제외한 모든 문자
\w: [a-zA-Z0-9_]와 같음. 영문 대소문자, 숫자, 밑줄 문자

\W: [^a-zA-Z0-9_]와 같음. 영문 대소문자, 숫자, 밑줄 문자를 제외한 모든 문자

re.match('\d+', '1234') # 모든 숫자이므로 패턴에 매칭됨
re.match('\D+', 'Hello') # 숫자를 제외한 모든 문자이므로 패턴에 매칭됨
re.match('\w+', 'Hello_1234') # 영문 대소문자, 숫자, 밑줄 문자이므로 패턴에 매칭됨
re.match('\W+', '(:)') # 영문 대소문자, 숫자, 밑줄문자를 제외한 모든 문자이므로 패턴에 매칭됨

공백 처리하기¶

‘ ‘
\s : [ \t\n\r\f\v]와 같음.

\S : [^ \t\n\r\f\v]와 같음. 공백을 제외하고 \t, \n, \r, \f, \v만 포함

re.match('[a-zA-Z0-9 ]+', 'Hello 1234') # ' '로 공백 표현
re.match('[a-zA-Z0-9\s]+', 'Hello 1234') # \s로 공백 표현

그룹 사용하기 (정규표현식)(정규표현식)¶

매치객체.group(그룹숫자)

m = re.match('([0-9]+) ([0-9]+)', '10 295')
m.group(1) # '10'  ## 첫 번째 그룹(그룹 1)에 매칭된 문자열을 반환
m.group(2) # '295'  ## 두 번째 그룹(그룹 2)에 매칭된 문자열을 반환
m.group() # '10 295' ## 매칭된 문자열을 한꺼번에 반환 
m.group(0) # '10 295' ## 매칭된 문자열을 한꺼번에 반환

매치객체.groups() : 각 그룹에 해당하는 문자열을 튜플로 반환
```
m.groups() # ('10', '295')
```
(?P<이름>정규표현식)

매치객체.group(’그룹이름’)

m = re.match('(?P<func>[a-zA-Z_][a-zA-Z0-9_]+)\((?P<arg>\w+)\)', 'print(1234)')
m.group('func') #'print'
m.group('arg') # '1234'

패턴에 매칭되는 모든 문자열 가져오기¶

re.findall(’패턴’, ‘문자열’)

# 다음 문자열에서 숫자만 가져오기
re.findall('[0-9]+', '1 2 Fizz 4 Buzz Fizz 7 8') # ['1', '2', '4', '7', '8']

특정 문자열을 찾아 다른 문자열로 바꾸는 방법¶

re.sub(’패턴’, ‘바꿀문자열’, ‘문자열’, 바꿀횟수)

# apple 또는 orange를 fruit로 바꿈
re.sub('apple|orange', 'fruit', 'apple box orange tree') # 'fruit box fruit tree'

# 숫자만 찾아서 n으로 바꿈
re.sub('[0-9]+', 'n', '1 2 Fizz 4 Buzz Fizz 7 8') # 'n n Fizz n Buzz Fizz n n'

교체함수(매치객체)
re.sub(’패턴’, 교체함수, ‘문자열’, 바꿀횟수)

deflambda

def multiple10(m):  # 매개변수로 매치 객체를 받음
    n=int(m.group()) # 매칭된 문자열을 가져와서 정수로 변환
    return str(n*10) # 숫자에 10을 곱한 뒤 문자열로 변환해서 반환

re.sub('[0-9]+', multiple10, '1 2 Fizz 4 Buzz Fizz 7 8')#'10 20 Fizz 40 Buzz Fizz 70 80'

re.sub('[0-9]+', lambda m: str(int(m.group()) * 10), '1 2 Fizz 4 Buzz Fizz 7 8') # '10 20 Fizz 40 Buzz Fizz 70 80'

찾은 문자열을 결과에 다시 사용하기¶

({\s*) : {와 공백을 찾음
(\s*}) : 공백과 }를 찾음
"(\w+)"
"(\w+)"
정규표현식을 그룹으로 묶기

\숫자

# 'hello 1234'에서 hello는 그룹 1, 1234는 그룹 2로 찾은 뒤 그룹 2, 1, 2, 1 순으로 문자열의 순서를 바꿔서 출력
re.sub('([a-z]+) ([0-9]+)', '\\2 \\1 \\2 \\1', 'hello 1234') # '1234 hello 1234 hello'

# { "name": "james" }'을 '<name>james</name>' 형식으로 바꿉니다.
re.sub('({\s*)"(\w+)":\s*"(\w+)"(\s*})', '<\\2>\\3</\\2>', '{ "name": "james" }') # '<name>james</name>'