Regular Expression : 정규표현식

0. 목차

1.개념
2.메타문자(. ^ $ * + ? { } [ ] \ | ( ))
3.백슬래시와 raw string
4.re 모듈 주요 함수
5.컴파일 옵션
6.Grouping
7.Lookahead Assertion
8.Greedy vs Non-Greedy

1. 개념

문자열 처리를 더 쉽고 강력하게 하기 위한 기법이다. 파이썬만이 가지고 있는 것이 아니라 대부분의 언어에서 공유하고 있는 공통 약속이라고도 할 수 있겠다. 예를 들어 회원가입 창에서 전화번호를 입력받았다고 할 때 사용자가 숫자만 써서 '01012341234'라고 했을 수도 있고 '010-1234-1234'로 했을 수도 있다. 이런 입력에서 원하는 '숫자'만 정확하게 가져오는데 정규표현식이 아주 강력한 기능을 제공한다.

직접 생각해본 패턴들을 활용하면서 공부하는게 더 효율적이다. 그래서 일단 모르더라도 아래 코드에서 '!!!!여기!!!!' 부분의 정규표현식을 바꿔가며 실습하면 좋겠다.

import re
text = 'some string'
REGEX = re.compile('!!!!여기!!!!')
result = REGEX.findall(text)
print(result)

2. 메타 문자 간단 설명

종류: . ^ $ * + ? { } [ ] \ | ( )

A. `^` : not (또는 맨 앞 문자열 특정)

[ ] 안에서 쓰이는 경우: 패턴 맨 앞에 붙어서 'not'을 의미한다.
[ ] 바깥에서 쓰이는 경우: 문자열의 맨 앞을 특정한다. 아래쪽에 re.MULTILINE 옵션에서 좀 더 자세하게 이야기하기로 한다. 맨 뒤를 특정하는 메타문자가 $다.

B. `[ ]` : 문자 클래스

[abc] : 문자열이 a, b, c 중 아무거나 하나만 포함한다면 매치된다. 'abc', 'aaa', 'bike' 같은 경우 매치되고, 'dude'는 매치 안된다.
[a-z] : [ ] 안에 '-' 하이픈이 들어가면 범위를 나타낸다. 이 예는 a부터 z까지의 모든 문자를 나타낸다. 즉 [abcdefghijklmnopqrstuvwxyz] 와 같은 의미다. 숫자도 통한다. [0-9] 는 모든 숫자를 나타낸다.
[^a-zA-Z] : not을 의미하는 '^'를 활용하여 문자가 아닌 것을 매치
[0-9]와 [a-zA-Z]같은 자주 쓰는 표현식은 따로 표기법이 만들어졌다.
- \d : [0-9], 숫자와 매치
- \D : [^0-9], 숫자가 아닌 것과 매치
- \s : [ \t\n\r\f\v], whitespace 문자들과 매치. 맨 앞의 공백 포함
- \S : [^ \t\n\r\f\v], 공백이 아닌 것들
- \w : [a-zA-Z0-9], alphanumeric
- \W : [^a-zA-Z0-9], alphanumeric이 아닌 것.

C. `.` : 개행문자(`\n`)을 제외한 모든 문자와 매칭된다.

re.DOTALL 옵션을 주면 개행문자도 적용 가능하다.
'a.b' : 'a' + 모든 문자 중 한 개 + 'b'의 의미다. a와 b 사이에 뭐 하나는 꼭 있어야 하고 여러 개 있는건 안된다. 즉 'aab', 'acb'는 되지만, 'accb' 는 매칭 안된다. 예를 들어 다음 문자열이라면 'aab ab aaaaab acccv a.b' 결과는 ['aab', 'aab', 'a.b'] 를 리턴한다. findall 메소드는 매칭되는 문자열을 텍스트에서 모두 찾아서 리스트로 리턴한다. 텍스트에서 aaaaaab는 a와 b 사이에 한 문자만 있는게 없다. 그래서 매칭되는 문자열이 여기선 안나오는 것.
'a[.]b' 'a\.b' : 말 그대로 .을 문자 그 자체로 취급하는 경우다. 바로 위 예의 텍스트를 매치시켜보면 ['a.b'] 만 리턴된다.

D. 반복 관련: `*, +, {m,n}, ?`

*
- 바로 앞의 문자가 0번 이상 반복될 수 있다는 의미
- 'ab*c' : ac, abc, abbbbc 모두가 매칭된다.
+
- 앞의 문자가 1번 이상 반복될 수 있다는 것.
- 0번, 즉 아예 없는거는 적용 안되는 점에서 '*'와 다르다.
- 'ab+c' : abc, abbbbc 는 매칭되지만 ac는 안된다.
{m, n}
- 바로 앞의 문자가 m 이상 n 이하 반복되는 것과 매치된다.
- {m} : 무조건 m번 반복되어야 한다.
- {, m}, {m, } : 순서대로 m 이하 반복되는 것(0번 포함), m 이상 반복되는 것과 매칭된다.
- 'ab{2, 4}c : abbc, abbbc, abbbbc는 매칭. abc, ac, abbbbbc는 매칭 안된다.
?
- 바로 앞에 있는 문자가 있어도 되고 없어도 된다는 의미다. 즉 {0, 1}과 같다.
- 'ab?c' : ac, abc 매칭. abbc, abbbc, abbbbbbc 는 매칭 안된다.
어쩔 수 없는 경우가 아니라면, 그리고 표현이 가능하다면 주로 *, +, ?를 쓰는것을 추천한다. 표현도 간결하고 이해도 쉽다.

E. 다른 메타 문자들

$ : 문자열 끝부분을 특정해서 매칭하는 메타문자
\ : 백슬래시. 여러 정해진 요소들을 변수처럼 활용할 때 쓴다. 위에서 \d, \w 같은 경우가 주요 예다.
| : 여러 패턴을 or 로 묶는다. 이 패턴도 되고 저 패턴도 된다는 의미.
( ): 그룹으로 묶을 수 있다. 아래 설명한다.
\A, \Z : 순서대로 ^, $와 의미가 같다. 다른 점은 re.MULTILINE 옵션이 추가되더라도 여전히 첫 번째, 마지막만 가리킨다.
\b : 단어 구분자다. 패턴을 r'\bcode\b' 라고 쓴다면 'code'만 딱 매칭되고 'xcode', 'supercodefighter' 이것들은 매칭 안된다. 주로 whitespace로 구분되지만 - , : . @같은 거도 구분된다. \b를 파이썬 컴파일러가 백스페이스로 인식하므로 이것을 쓸 땐 꼭 raw string으로 써야한다.
\B : 역시 대문자로 쓰면 반대다. 만약 r'\Bcode\B라고 썼다면 좌우에 다 써서 감쌌으므로 양쪽에 뭔가 문자나 숫자로 감싸져있는 것만 매칭된다. 'xcodex'는 매칭되고 'xcode', 'codex'는 매칭안된다. 그리고 저 패턴대로라면 findall의 결과물은 단순히 'code'다. 'xcodex'가 결과 리스트에 포함되는 것이 아니다. 전체 문자열을 다 뽑고 싶으면, 즉 'xcodex'를 뽑고 싶으면 r'\w+\Bcode\B\w+라고 패턴을 설정하면 된다.

3. backslash(`\`)와 raw string

위의 예 중에서 \d나 \W같은 패턴을 봤을 것이다. 이렇게 백슬래시를 쓰는 패턴들이 있기 때문에 백슬래시 문자 자체를 찾고싶은 경우 종종 문제가 발생한다. 예를 들어 '\section'이나 '\dragon'같은 경우엔 각각 순서대로 [ \t\n\r\f\v]ection, [0-9]ragon 과 같은 패턴이 되어버린다. 내가 원하는건 그게 아닌데 말이다.
그래서 백슬래시를 백슬래시 자체로 인식하기 위해 2번 써주면 되지 않을까? 생각하지만 안된다. 왜 안될까. 이번엔 파이썬 엔진이 \\를 \ 문자로 바꿔주기 때문이다. 그래서 결국 세 개를 써줘야 된다. re.compile('\\\section') 이라고 해줘야 텍스트 중에서 '\section'을 뽑아낼 수 있다. 이 얼마나 복잡한가.
그래서 raw string이 생겼다. 문자열을 그 자체로 인식하게 해주는 파이썬 문법이다. 문자열 앞에 r을 붙여주면 된다. 그래서 위 같은 경우 re.compile(r'\\section') 이라고 쓰기만 하면 된다. raw string이면서 왜 또 2개를 적어주냐면 이건 파이썬 컴파일러에게 적용되는 것이기 때문이다. 파이썬 컴파일러가 저 두 개의 백슬래시를 하나로 만들어주지 않도록 하는 것이 raw string인 것이다. 그래서 정규표현식 엔진이 \s를 공백으로 인식하지 않게 하기 위해선 여전히 두 개를 써줘야 한다.
정리: 정규표현식에서 백슬래시 문제는 파이썬 엔진과 정규표현식 엔진이 동시에 작용하기 때문이다. 그래서 raw string을 활용해서 파이썬 엔진의 작용을 배제해야 한다. 그러면 정규표현식 엔진에 대해서만 백슬래시 문자 처리를 해주면 된다.

4. re 모듈 주요 함수

A. compile

다음 순서로 쓴다.

모듈 import 하고
패턴으로 정규표현식 객체를 만들고
객체를 이용해 매칭되는 문자열을 뽑아낸다.

import re
REGEX = re.compile('pattern', re.IGNORECASE)
result = REGEX.findall("Some String")

compile 메소드는 매개변수로 패턴 뿐만 아니라 flag 정수 값도 받는다. 디폴트는 0이고 위의 re.IGNORECASE는 2를 나타낸다. 2가 들어가면 대소문자를 무시한다. 옵션 값은 아래에서 추가 설명한다.

B. match, search

패턴이 문자열과 매치되는지 찾는 메소드들이다. match는 전체 문자열에서 처음부터 바로 패턴이랑 일치하는지 찾는 것이고, search는 문자열 처음이 패턴과 맞지 않더라도 이후에도 맞는게 있는지 쭉 찾아나가는 것이다.
매치되는게 있으면 match object를 리턴한다. 없으면 None
예를 들어 패턴이 '\w+'라면 '!@#abcde00 hello' 문자열에 대해서 match는 첫 문자가 특수기호이므로 바로 None을 리턴한다. 하지만 search는 계속 검사를 해서 'abcde00'에 대한 match object를 리턴한다.
match object는 다음 코드에서와 같이 group(), start(), end(), span() 네 가지 메소드를 가지고 있다. group은 매치된 첫 번째 문자열을 리턴하고, start는 전체 텍스트에서 그 매치된 문자열의 시작 인덱스, end는 매치된 문자열의 마지막 인덱스+1을 리턴한다. span은 시작, 끝 인덱스를 튜플로 리턴한다. 아래 코드를 참조한다.

import re

text = '!@#abcde00 hello'
REGEX = re.compile('\w+')
result = REGEX.search(text)

if result:
    print('group: ', result.group())
    print('start: ', result.start())
    print('end: ', result.end())
    print('span: ', result.span())
else:
    print("No match")

C. findall

위의 예제에서처럼 match와 search는 '!@#abcde00 hello'의 경우 뒤에 있는 'hello'는 리턴하지 않는다. 이렇게 패턴과 매칭되는 모든 문자열을 찾고 싶다면 findall을 쓰면 된다.
매칭되는 모든 문자열을 리스트에 담아서 리턴한다.

find_result = REGEX.findall(text)
print(findresult)
# -> ['abcde00', 'hello']

D. finditer

하지만 findall은 그 문자열의 인덱스는 알 수 없다. 그렇다고 match나 search를 쓰기엔 모든걸 찾지 못한다. 그래서 나온게 finditer다. 전체 텍스트에서 패턴과 매칭되는 모든 문자열을 찾지만 인덱스도 알 수 있도록 각각의 match object를 iterator로 만들어 리턴한다.

iter_result = REGEX.finditer(text)
if iter_result:
    for mo in iter_result:
        print('group: ', mo.group())
        print('start: ', mo.start())
        print('end: ', mo.end())
        print('span: ', mo.span())

E. sub, subn

sub : re_object.sub(repl, text, count=1) 형태로 사용할 수 있다. text에서 re_object에서 정의된 패턴을 repl로 바꾼다. count 매개변수는 명시해줘야 하며 적어주지 않을 땐 모든 패턴 매칭을 다 바꾸고, count에 숫자를 정하면 그 수만큼만 바꾼다.

p = re.compile('(blue|white|red)')
p.sub('colour', 'blue socks and red shoes')
# 리턴값: 'colour socks and colour shoes'

subn: sub과 리턴값이 다르다. 바꿔진 결과와 바꿔진 회수를 튜플로 리턴한다.
sub, subn backreference 가능: \g<그룹명> 형태로 repl을 지정해주면 된다. 물론 참조 번호로 \1 \2 이런걸 사용해도 좋다.

p = re.compile(r"(?P<name>\w+)\s+(?P<phone>(\d+)[-]\d+[-]\d+)")
print(p.sub("\g<phone> \g<name>", "park 010-1234-1234"))
# print(p.sub("\g<2> \g<1>", "park 010-1234-1234"))
# 리턴값: 010-1234-1234 park

sub 함수의 repl 파라미터에 함수가 들어갈 수 있다. match object를 매개변수로 받게 되므로 그렇게 함수를 정의해줘야한다. 마치 finditer 함수를 실행한 것처럼 문자열과 매치된 모든 match object를 함수의 매개변수로 하나하나 넣어주는 것 같다. 함수의 리턴값으로 문자열에서 매치된 부분이 변환되고 전체 문자열이 최종 리턴된다.

def hexrepl(match):
    "Return the hex string for a decimal number"
    value = int(match.group())
    return hex(value)

p = re.compile(r'\d+')
p.sub(hexrepl, 'Call 65490 for printing, 49152 for user code.')

# 리턴값: 'Call 0xffd2 for printing, 0xc000 for user code.'

F. re 모듈에서 바로 사용하기

매개변수를 순서대로 패턴, 문자열로 주면 모듈에서 바로 사용할 수있다.

result = re.search('\d+', text)
print(result.group())

5. 컴파일 옵션

변수명	약어	의미
DOTALL	S	`.` 이 줄바꿈 문자를 포함하여 모든 문자와 매치할 수 있도록 한다.
IGNORECASE	I	대소문자 관계없이 매치
MULTILINE	M	여러 줄과 매치할 수 있도록 함. (^, $ 메타 문자와 관련 있다.)
VERBOSE	X	verbose 모드 사용 가능. 정규식을 보기 편하게 만들 수 있고 주석 등을 활용 가능

re.DOTALL과 re.IGNORECASE는 쉬워서 예제는 생략하겠다.

A. `re.MULTILINE`

우선 ^와 $에 대하여
- re.MULTILINE은 다음 두 메타 문자와 관련있다: ^ - 문자열의 처음, $ - 문자열의 마지막
- '^python'의 패턴이라면 전체 텍스트가 'python'으로 시작해야 한다는 의미다. 'python$'의 패턴은 전체 텍스트의 마지막이 'python'으로 끝나야 한다는 의미다.
- 아래 코드에서 두 결과 모두 ['python'] 다. 딱 하나씩만 python이 담겨 나온다. 즉 전체 텍스트에서 맨 앞, 맨 끝을 검사하는거다.

import re
text = '''python hihi 
python aslkdj1249sk
ldkjfsd92 23 
asldkf python'''

REGEX_front = re.compile('^python')
REGEX_end = re.compile('python$')
f_result = REGEX_front.findall(text)
e_result = REGEX_end.findall(text)
if f_result: print('^ result:', f_result)
if e_result: print('$ result:', e_result)

re.MULTILINE
- 즉 한마디로 설명하면 ^, $를 사용할 때 전체 텍스트를 대상으로 하지말고 개행문자 기준으로 한 줄씩 대상으로 한다는 의미다.
- 위 코드에서 만약 REGEX_front = re.compile('^python', re.M) 으로 수정한다면 f_result 출력 결과는 ['python', 'python']이 된다. 끝. 쉽죠?
- 추가로 ^와 $를 문자 그 자체로 이용하고 싶다면 \를 붙이든가, [ ] 안에 넣는다.

B. `re.VERBOSE`

한마디로 '복잡한 정규식의 경우 이해하기가 어려우므로 의미 단위로 라인을 구분하고, 주석을 달 수 있도록 해주는 flag 값이다!' 라고 정의할 수 있겠다.

정말 알아보기 힘들다. ↓

charref = re.compile(r'&[#](0[0-7]+|[0-9]+|x[0-9a-fA-F]+);')

같은 의미지만 훨씬 이해가 편하다. ↓

charref = re.compile(r"""
 &[#]                # Start of a numeric entity reference
 (
     0[0-7]+         # Octal form
   | [0-9]+          # Decimal form
   | x[0-9a-fA-F]+   # Hexadecimal form
 )
 ;                   # Trailing semicolon
""", re.VERBOSE)

re.VERBOSE flag를 적용하면 저렇게 라인과 탭 등으로 구분해서 들어가게된 white space는 컴파일할 때 다 사라진다. 하지만 [ ] 내에서 사용된 것은 남는다.

6. Grouping : `( )`

A. 기본 개념

그룹 단위 속성 적용: 말 그대로 그룹이다. +나 *, ?를 문자 하나가 아니라 문자 집단에 적용하고싶을 때 사용한다. (ABC)+ 라면 'ABC'가 1번 이상 반복된다는 의미다.
매치된 텍스트에서 특정 부분만 뽑아낼 때: 이름과 전화번호가 연달아 적힌 패턴을 찾아낸다고 가정했을 때 거기서 이름만 뽑아내고자 한다. 이럴 때 그룹이 굉장이 유용하다. 아래와 같은 코드에서 group() 메소드의 매개변수에 들어가는 숫자로 그룹을 지정할 수 있다. 0은 전체, 1은 첫 번째 그룹, 2는 두 번째 그룹이다.
재밌는건 그룹을 중첩시킬 수도 있다는 것이다. 바깥에서부터 안으로 들어가는 순서다. 아래 예제를 보면 마지막 5674가 출력된다.

import re
REGEX = re.compile(r"(\w+)\s+((\d+)[-](\d+)[-](\d+))")
text = "park 010-1234-5674"
print(REGEX.search(text).group(5))

B. Backreference, 재참조

동일한 문자열이 반복되는 패턴을 찾고싶을 때 backreference를 쓴다. 그냥 같은 패턴을 다시 쓰기 싫어서 Backreference를 쓰는 것이 아니다. 정확하게 같은 단어가 반복되는 것을 찾을 때 사용한다. 파이썬 컴파일러와 충돌이 일어날 수 있으므로 \1를 사용할 땐 꼭 raw string으로 해야 한다. \1은 첫 번째 그룹, \2는 두 번째 그룹인 방식이다.

p = re.compile(r'(\b\w+)\s+\1')
p.search('Paris in the the spring').group()
# 리턴값: 'the the'

만약 findall 메소드를 썼을 때 패턴에 그룹이 있다면 그룹에 포함된 것만 리턴한다.

result = re.findall('abc(de)fg(123)', 'abcdefg123 and again abcdefg123')
print(result)
# 리턴값: [('de', '123'), ('de', '123')]

하지만 패턴에 그룹이 있는데 그 그룹이 반복되는 경우엔 마지막 반복만 포함한다. 아래 코드의 경우에 'www.naver.', 'www.daum.'까지 매칭이 되지만 그룹이 설정되어있고, 그 그룹이 반복되기 때문에 반복되는 마지막 결과인 'naver.'과 'daum.'이 리스트로 리턴된다.

import re
result = re.findall('(\w+\.)+', 'www.naver.com www.daum.net')
print(result)
# 리턴값: ['naver.', 'daum.']

C. 그룹 이름 지정

그룹이 많아지는 경우 구분이 힘들기 때문에 그룹에 이름을 붙일 수 있게 되었다. 쉽다. 그룹으로 지정한 패턴앞에 ?P그룹명만 덧붙여주면 된다. 물론 그룹 안에. 결과값을 뽑아낼 때 group(1), group(2)가 아니라 group('name') 형태로 뽑아낼 수 있다.

p = re.compile(r"(?P<name>\w+)\s+((\d+)[-]\d+[-]\d+)")
m = p.search("park 010-1234-1234")
print(m.group("name"))

만약 이름이 있는 그룹을 backreference 하려고 한다면 아래처럼 ?P=그룹명 형태로 그룹이름을 지정해주면 된다.

p = re.compile(r'(?P<word>\b\w+)\s+(?P=word)')
p.search('Paris in the the spring').group()

7. Lookahead Assertions

사용 상황: 찾고자 하는 문자열의 패턴과 관련있지만 리턴값에는 없었으면 할 때 사용한다.
종류 2가지
- 긍정형 (?=...) : 패턴에는 포함되는데 리턴값에는 없는 경우
- 부정형 (?!...) : 패턴에 포함되면 안되며! 리턴값에는 당연히 패턴에 포함되지 않으니 없을 것이다. 그래서 제외되지 않아야할 패턴은 부정형 lookahead assertion 뒤에 삽입해주면 된다. 선후관계 중요.
긍정형 예제

# 결과는 ['https:'] 이다. 그런데 'https'만 가져오고싶다면?
import re
REGEX = re.compile('.+:')
result = REGEX.findall('https://www.google.com')
print(result if result else 'no')

# 긍정형으로 사용하면 된다. 패턴에 :는 분명히 있어야하지만 포함되진 않는다.
import re
REGEX = re.compile('.+(?=:)')
result = REGEX.findall('https://www.google.com')
print(result if result else 'no')

부정형 예제: 'bat' 확장자를 제외한 파일의 파일명을 찾고싶다면?

# 파일명 + . + 확장자(문장의 끝 한정) 의 패턴으로 찾는 것이다. 하지만 멀티라인 옵션을 적용해줘서 줄마다 찾을 수 있게 해줬다.
# 결과: ['abcd.exe', 'power.dat', 'super.scriv', 'iron.bat', 'hi.cf']
import re
REGEX = re.compile('.*[.].*$', re.M)
result = REGEX.findall("""abcd.exe
power.dat
super.scriv
iron.bat
hi.cf
""")
print(result if result else 'no')

# 그런데 만약 bat 확장자를 제거하고 싶다면?
# bat가 위치할 지점, 원래 확장자를 의미하는 패턴의 앞에서 미리 lookahead assertion 부정형으로 차단해준다.
# 아래 코드에서 보면 확장자 패턴의 바로 앞, 그리고 '.'을 나타내는 패턴 바로 뒤에 '(?!bat$)'가 사용되었다. 저러면 bat는 제외된다.
# 역시 부정형 패턴에도 $는 꼭 들어가줘야한다. 만약 안들어가고 그냥 '(?!bat)'가 사용된다면 'hehe.bat.ho' 문자열도 매치되게 된다.
# bat 뿐만 아니라 exe도 제외하고 싶다면 '(?!bat$|exe$)'처럼 구분한다.
import re
REGEX = re.compile('.*[.](?!bat$).*$', re.M)
result = REGEX.findall("""abcd.exe
power.dat
super.scriv
iron.bat
hi.cf
hehe.bat.ho
""")
print(result if result else 'no')

8. Greedy vs Non-Greedy

.* 같은 패턴을 사용하면 '.'을 제외한 모든 문자들이 다 매칭된다.(greedy) 아래예제에서 만약 .*을 그대로 사용하면서 <html>만 뽑아내고 싶다면 어떻게 해야할까.

s = '<html><head><title>Title</title>'
# len(s) -> 32
re.match('<.*>', s).span()
# (0, 32)
re.match('<.*>', s).group()
# <html><head><title>Title</title>

이 때 non-greedy 문자인 ?를 사용한다. ?는 반복 메타문자 뒤에 붙어서 가능한 가장 적은 반복만을 수행하게 만든다. *?, +?, ??, {m,n}? 처럼 사용.

re.match('<.*?>', s).group()
# <html>

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

regular_expression.md

regular_expression.md

Regular Expression : 정규표현식

0. 목차

1. 개념

2. 메타 문자 간단 설명

A. `^` : not (또는 맨 앞 문자열 특정)

B. `[ ]` : 문자 클래스

C. `.` : 개행문자(`\n`)을 제외한 모든 문자와 매칭된다.

D. 반복 관련: `*, +, {m,n}, ?`

E. 다른 메타 문자들

3. backslash(`\`)와 raw string

4. re 모듈 주요 함수

A. compile

B. match, search

C. findall

D. finditer

E. sub, subn

F. re 모듈에서 바로 사용하기

5. 컴파일 옵션

A. `re.MULTILINE`

B. `re.VERBOSE`

6. Grouping : `( )`

A. 기본 개념

B. Backreference, 재참조

C. 그룹 이름 지정

7. Lookahead Assertions

8. Greedy vs Non-Greedy

Files

regular_expression.md

Latest commit

History

regular_expression.md

File metadata and controls

Regular Expression : 정규표현식

0. 목차

1. 개념

2. 메타 문자 간단 설명

A. ^ : not (또는 맨 앞 문자열 특정)

B. [ ] : 문자 클래스

C. . : 개행문자(\n)을 제외한 모든 문자와 매칭된다.

D. 반복 관련: *, +, {m,n}, ?

E. 다른 메타 문자들

3. backslash(\)와 raw string

4. re 모듈 주요 함수

A. compile

B. match, search

C. findall

D. finditer

E. sub, subn

F. re 모듈에서 바로 사용하기

5. 컴파일 옵션

A. re.MULTILINE

B. re.VERBOSE

6. Grouping : ( )

A. 기본 개념

B. Backreference, 재참조

C. 그룹 이름 지정

7. Lookahead Assertions

8. Greedy vs Non-Greedy

A. `^` : not (또는 맨 앞 문자열 특정)

B. `[ ]` : 문자 클래스

C. `.` : 개행문자(`\n`)을 제외한 모든 문자와 매칭된다.

D. 반복 관련: `*, +, {m,n}, ?`

3. backslash(`\`)와 raw string

A. `re.MULTILINE`

B. `re.VERBOSE`

6. Grouping : `( )`