정규표현식 정리

[ ] 괄호 안의 single character 

[abc] : a 또는 b 또는 c

[ab]* : None 또는 aaaa 또는 abba 

[0-9] : 숫자 = \d (반대는 [^0-9] = \D)

[A-Za-z] : 영어 대소문자 (아스키값은 대문자가 먼저) 

[A-Za-z0-9_] : 영어 대소문자 + 숫자 + underscore(_) = \w (반대는 \W)

[\f\n\r\f\v] : 공백자들 = \s (반대는 \S)

 

^의 의미

1) \^ : 문자 그대로 ^

2) [ ] 맨 앞에서 부정의 의미 (ex) [^e] : e 빼고 아무나 한 글자  cf. [e^] : e 또는 ^ 한 글자 

3) 스트링의 시작 (ex) ^a : a로 시작하는 스트링  

 

스트링의 시작

1) ^the : 줄바꿈 단위로 하나의 스트링 

 

 

2) \Athe : 전체 글 

 

 

3) \bthe  : 공백 단위로 하나의 스트링 

 

 

cf. \b의 반대는 \B

 

\Bthe : the는 the인데 the 앞에 뭔가 붙어있어야 찾아줌 

 

 

\Bthe\B : the는 the인데 the 앞뒤로 뭔가 붙어있어야 찾아줌 

 

 

정규표현식 확인은 여기서

Online regex tester and debugger: PHP, PCRE, Python, Golang and JavaScript

 

스트링의 끝 

a$ : a로 끝나는 스트링 찾아줌 (줄바꿈 단위)

 

. any single character 

 

반복

1) * : 0번~무한대 반복 (ex) n\d* = n, n1, n12, ...

2) + : 1번~무한대 반복

3) ? : 0번 또는 1번 등장 (ex) apples? = apple 또는 apple 

cf. ? 는 non-greedy search의 의미도 있음

string = <div> simple </div> 

pattern = <.+> 이면 <div> simple </div> 

pattern = <.+?> 이면 <div> 

4) { } : 횟수 지정 (ex) a{3,5} : a가 3번~5번 반복 

 

| 또는 

(cat|dog) : cat 또는 dog를 찾아줌  (ex) gupp(y|ies) = guppy 또는 guppies 

cf. [catdog] : c,a,t,d,o,g 한 문자 각각을 찾아줌 

 

\ escape : 원래 기능 상실

 

d(?=r) : d는 d인데 바로 뒤에 r이 오는 d 

(?<=r)d : d는 d인데 바로 앞에 r이 오는 d 

 

둘의 반대는 = 를 ! 로 바꾼 것 

d(?!r) : d는 d인데 바로 뒤에 r이 안 오는 d 

(?<!r)d : d는 d인데 바로 앞에 r이 안 오는 d 

 

( ) 

1) 우선순위

2) 캡쳐 : 첫 번째 괄호는 \1, 두 번째 괄호는 \2, ... 전체는 \0  (ex) (to)ma\1 = tomato 

 

파이썬에서 정규표현식 쓰기 

import re 

re.findall

re.split

re.sub, re.subn

re.search

 

import re 

string = "This is a <div> simple div </div> test"
pattern = "<.+?>"

# 정규표현에 해당되는 부분 모두 찾기 
re.findall(pattern, string) 

# 정규표현 찾아 그 표현 기준으로 split 
re.split(pattern, string)
# 몇 번 split할 지 명시 가능
# 1번만 나눠라
re.split(pattern, string, 1)

# 정규표현 찾아 새로운 문구로 바꿔라 
replace=''
re.sub(pattern, replace, string)
# 몇 번 바꿀건지 명시 가능 
re.sub(pattern, replace, string, 1)
# 몇 번 바꿨는지도 물어보기 
re.subn(pattern, replace, string)

match = re.search(pattern, string)
if match :
    print(match.group()) 
    # match.group(1) 또는 match.group(1,2) 또는 match.groups()
    # index 반환 : match.start() 또는 match.end() 또는 match.span()
else:
    print("not found")