정규표현식 [1] 언어에서 활용하는 정규 표현식

정규 표현식(regular expression) 줄여서 정규식(regex)이라고도 한다.

• 텍스트를 찾고 조작하는 데 쓰는 문자열이다.
• 말 그대로 정규 표현 언어를 사용하여 만들어진다.

grep

grep은 파일이나 표준 입력된 텍스트를 대상으로 검색을 수행하는 유닉스 유틸리티.

grep에서 기본, 확장, Perl과 호환되는 정규 표현식을 쓸 수 있다.

• -E로 확장 정규 표현식을 사용한다.
• -G로 기본 정규 표현식을 사용한다.
• -P로 펄 정규 표현식을 사용한다.

유의사항

• 기본적으로 grep은 일치하는 부분이 있으면, 그 줄을 모두 표시한다. 만약 정확히 일치하는 부분만 보고 싶다면, -o 옵션을 쓴다.
• -v 옵션은 일치한 부분을 반전시켜 일치하지 않는 줄만 표시한다.
• -c 옵션은 일치한 부분을 보여주지 않고 일치하는 개수만 표시한다.
• -i 옵션은 대소문잘르 구별하지 않고 일치시킨다.
• grep은 찾기 명령만 수행하고 치환 명령은 지원하지 않는다.

자바

정규 표현식 검색은 java.util.regex.Matcher 클래스와 다음 메서드로 지원한다.

• find() - 문자열에서 패턴과 일치하는 부분이 있는지 찾는다.
• lookingAt() - 문자열이 주어진 패턴으로 시작하는지 일치시켜 본다.
• matches() - 문자열 전체를 주어진 패턴과 일치시켜 본다.
• replaceAll() - 일치하는 부분을 모두 치환한다.
• replaceFirst() - 처음 일치하는 부분만 치환한다.

java.util.regex.Pattern 클래스를 써서 간단한 래퍼 메서드를 사용할 수 있다.

• compile() - 정규 표현식을 패턴으로 컴파일한다.
• flags() - 패턴에 설정되어 있는 일치 플래그를 반환한다.
• matches() - 문자열 전체를 주어진 패턴과 일치시켜 본다.
• pattern() - 만들었던 패턴에서 정규 표현식 부분을 문자열로 반환한다.
• split() - 문자열을 하위 문자열로 나눈다.

유의사항

• 정규 표현식을 사용하려면 위에 말했던 두 개의 패키지를 포함해야 한다.
• 조건 달기는 지원하지 않는다.
• 대소문자 변환은 지원하지 않는다.
• 백스페이스 일치는 지원하지 않는다.
• \z, \E, \l, \L, \u, \U는 지원하지 않는다.

자바스크립트

자바스크립트에서는 String과 RegEx 객체를 다음 메서드로 처리하여 정규 표현식을 구현한다.

• RegEx 객체의 exec 메서드 - 일치하는 부분을 찾는다.
• String 객체의 match 메서드 - 문자열을 찾는다.
• String 객체의 replace 메서드 - 치환 명령을 수행한다.
• String 객체의 search 메서드 - 문자열에서 일치하는 부분이 있는지 검사한다.
• String 객체의 split 메서드 - 문자열 하나를 여러 개로 나눈다.
• RegEx 객체의 test 메서드 - 주어진 문자열이 일치하는지 검사한다.

유의사항

• 자바스크립트는 플래그(flag)를 사용해 전역 대소문자를 구별해 검색한다.
• 다중행 문자열을 지원하는 m, 단일행 문자열을 지원하는 s, 정규 표현식 안에 포함된 공백을 무시하는 x 지시자가 추가되었다.
• 역참조를 사용할 때 $`는 일치하는 문자열 앞에 있는 문자열을 모두 반환한다.
• $’는 일치하는 문자열 뒤에 오는 문자열을 모두 반환한다.
• $+는 마지막 하위 표현식과 일치한 내용을 반환한다.
• $&는 일치한 문자열을 모두 반환한다.
• POSIX 문자 클래스는 지원하지 않는다.
• \A, \Z는 지원하지 않는다.

Perl

펄은 정규 표현식 구현에서, 말하자면 할아버지 격이다.

그래서 대다수 구현은 펄과 호환성을 유지하려 한다.

정규 표현식 지원은 펄의 핵심 부분인 덕에, 명령과 패턴을 써넣기만 하면 간단하게 사용할 수 있다.

• m/패턴/ - 주어진 패턴으로 일치한다.
• s/패턴/패턴/ - 치환 명령을 수행한다.
• qr/패턴/ - 나중에 사용할 Regex 객체를 반환한다.
• split() - 문자열을 하위 문자열로 나눈다.
• 검색할 때 /i를 사용하면 대소문자를 구별하지 않는다는 의미이다.
• 검색할 때 /g를 사용하면 전역, 즉 일치하는 모든 것을 일치시킨다는 의미이다.
• 역참조를 사용할 때 $`는 일치하는 문자열 앞에 있는 문자열을 모두 반환한다.
• $’는 일치하는 문자열 뒤에 오는 문자열을 모두 반환한다.
• $+는 마지막 하위 표현식과 일치한 내용을 반환한다.
• $&는 일치한 문자열을 모두 반환한다.

Python

파이썬은 re 모듈을 통해 정규 표현식을 지원한다.

• preg_grep() - 검색을 수행하고 매칭 항목의 배열을 반환한다.
• findall() - 모든 하위 문자열을 찾아 리스트로 반환한다.
• finditer() - 모든 하위 문자열을 찾아서 이터레이터로 반환한다.
• match() - 문자열의 시작 부분에 정규 표현식을 검색한다.
• search() - 문자열의 모든 매칭 항목에 대해 검색한다.
• split() - 문자열을 리스트로 변환하여 패턴이 일치될 때마다 문자열을 나눈다.
• sub() - 지정된 하위 문자열과 일치한다.
• subn() - 매칭 항목이 지정된 하위 문자열로 대체되는 문자열을 반환한다.

유의사항

• 정규 표현식을 사용하기 전에 re.compile을 사용하여 정규 표현식을 객체로 컴파일한다.
• re.compile은 대소문자를 구분하지 않는 검색을 위해 re.IGNORECASE와 같은 선택적 플래그를 사용할 수 있다.
• re.VERBOSE 플래그를 사용하면 정규 표현식 디버깅에 도움이 된다.
• match()와 search()는 일치하는 항목이 없을 경우 None을 반환한다.