[Python] 정규표현식, re 모듈 사용하기

정규표현식

1. 정규표현식(regular expression) 이란?

   특정한 규칙을 가진 문자열의 집합을 표현하는데 사용하는 형식 언어

   정규표현식은 특정 문자의 형식을 치환하거나 찾아내는데 사용할 수 있다.

   ex) r'^\d{3}-\d{3,4}-\d{4}' => 핸드폰 번호 정규식

2. 메타 문자

   원래의 문자 뜻이 아닌 특별하 용도로 사용하는 문자로

   . ^ $ * + ? {} [] \ | () 이러한 것들이 있다.

    ' . ' :  개행문자 '\n'을 제외한 모든 문자와 매치된다.
   
         ex) a.b => a + 모든문자(개행문자 제외) + b 
   
                             'aab', 'a.b', 'abb'...
   
   

​ ' ^ ' : 문자열의 시작을 나타낸다.

     ex) ^a. => a로 시작하고 두 글자

                         'ab', 'aa' ...

​ ' $ ' : 문자열의 끝을 나타낸다.

     ex) ing$  =>  'ing', 'sing', 'riding'...

​ ' * ' : 바로 앞에 있는 문자가 0부터 무한대까지 반복될 수 있다는 의미

     ex) a*b => 'aaaaab', 'aab', 'ab' ...

​ ' + ' : *과 다르게 1부터 반복되는 의미

​ ' ? ' : 바로 앞의 문자가 있어도 되고 없어도 된다는 의미

        ex) ab?c  =>  'ac', 'abc' 이 두개가 매치된다.

​ ' { } ' : 이것도 반복이지만 횟수를 지정할 수 있다.

 - {m} : m번 반복되어야한다.

   ex) a{3}b => 'aaab'

 - {m,n} : m~n번 반복되어야한다.

   ex) a{3,5}b => 'aaab', 'aaaab', 'aaaaab'

​ ' [ ] ' : 문자클래스로 []사이에는 어떤 문자도 들어갈 수 있다.

     ex) [a-zA-Z] : 알파벳 대소문자, [0-9] : 숫자

 - 문자클래스는 자주 사용하는 클래스는 별도의 표기법으로 지정이 되어있다.
   * \d  -  숫자, [0-9]와 동일
   * \D  -  숫자가 아닌 것, `[^0-9]`와 동일
   * \s  -  공백, [ \t\n\r\f\v]와 동일 맨앞에 공백(space)이 들어가 있다
   * \S  -  공백이 아닌 것, `[^ \t\n\r\f\v]`와 동일
   * \w  -  문자+숫자, [a-zA-Z0-9]와 동일
   * \W  -  문자+숫자가 아닌 것, `[^a-zA-Z0-9]`와 동일

​ ' ( ) ' : 괄호안의 문자를 하나로 묶어서 다룰수있다.

​ ' | ' : or와 같은 의미이다.

​ ' \ ' : 메타문자의 성질을 없애서 문자로 사용하고 싶을때 붙인다.

3. 정규표현식 예제

   ```python
   # 이메일
   ^[0-9a-zA-Z]([-_.]?[0-9a-zA-Z])*@[0-9a-zA-Z]([-_.]?[0-9a-zA-Z])*.[a-zA-Z]{2,3}$

   # 비밀번호 (특수문자 / 문자 / 숫자 포함 형태의 8~15자리 이내)
   ^.*(?=^.{8,15}$)(?=.*\d)(?=.*[a-zA-Z])(?=.*[!@#$%^&+=]).*$

   # 비밀번호 ( 숫자, 문자를 포함하는 6~12자리 이내)
   ^[A-Za-z0-9]{6,12}$

Python의 정규표현식 지원 모듈 're'

---

re 모듈을 사용하면 python에서 문자열에서 정규식 패턴에 해당하는 문자열을 손쉽게 다룰 수 있다.

• compile() : 특정 정규표현식을 패턴화 시킨다 ( 패턴 이란 정규식을 컴파일한 결과 )

  >>> import re
  >>> patt = re.compile('[0-9]*a')
  >>> patt
  re.compile('[0-9]*a')

• match() : 문자열의 처음부터 정규식과 매치되는지를 확인해준다.

  >>> p = re.compile('[0-9]*a')
  >>> m = p.match('123a')
  >>> m        
  <re.Match object; span=(0, 4), match='123a'>    # 정규식과 일치하면 match객체가 반환된다.
  >>> m = p.match('123')
  >>> print(m)
  None                                                                                    # 일치하지 않다면 아무것도 반환되지 않는다.

• search() : match와 비슷하지만 문자열을 처음부터 검색하지않고 문자열 전체를 검색한다.

  >>> p = re.compile('[a-z]+')
  >>> m = p.match('123 hooong')
  >>> print(m)
  None                                                                                # 처음부터 검색하는 match는 객체가 반환되지 않는다.
  >>> m = p.search('123 hooong')
  >>> print(m)                                                                # 전체를 검색하는 search는 객체가 반환된다.
  <re.Match object; span=(4, 10), match='hooong'>

• findall() : 문자열에 정규식과 일치하는 부분을 모두 찾아 list형태로 반환해준다.

  >>> result = p.findall('hello python world!')
  >>> print(result)
  ['hello', 'python', 'world']

re모듈에는 컴파일 옵션도 있고 또다른 method들도 있습니다. 추후에 업데이트를 더 할 예정입니다.

감사합니당~^^