파이썬 정규 표현식 알아가기

 

정규 표현식 살펴보기

 

정규 표현식이란?

복잡한 문자열을 처리할 때 사용하는 기법, 모든 언어 공통

 

정규 표현식은 왜 필요한가?

park 800905-1049116

kim 700905-1059119

 

주민등록번호의 뒷자리를 * 문자로 변경하시오 1

data = """
park 800905-1049118
kim  700905-1050119
"""

result = []
for line in data.split("\n"):
    word_result = []
    for word in line.split(" "):
    	if len(word) == 14 and word[:6].isdigit() and word[7:].isdigit():
        	word = word[:6] + "-" + "*******"
        word_result.append(word)
    result.append(" ".join(word_result))
print("\n".join(result))

 

주민등록번호의 뒷자리를 * 문자로 변경하시오 2

import re

data = """
park 800905-1049118
kim	 700905-1059119
"""

pat = re.compile("(\d{6})[-]\d{7}")
print(pat.sub("\g<1>-*******", data))

 

---

정규 표현식 시작하기

 

문자 클래스 [ ]

[abc]

• [] 사이의 문자들과 매치
• "a"는 정규식과 일치하는 문자인 "a"가 있으므로 매치
• "before"는 정규식과 일치하는 문자인 "b"가 있으므로 매치
• "dude"는 정규식과 일치하는 문자인 a, b, c 중 어느 하나도 포함하고 있지 않으므로 매치되지 않음
• 하이픈을 사용하여 From-To로 표현 가능
  º EX) [a-c] = [abc], [0-5] = [012345]

 

Dot(.)

a.b

• 줄바꿈(\n)을 제외한 모든 문자와 매치
• "aab"는 가운데 문자 "a"가 모든 문자를 의미하는 '.'과 일치하므로 정규식과 매치
• "a0b"는 가운데 문자 "0"가 모든 문자를 의미하는 '.'과 일치하므로 정규식과 매치
• "abc"는 "a"문자와 "b"문자 사이에 어떤 문자라도 하나는 있어야 하는 이 정규식과 일치하지 않으므로 매치되지 않는다

 

반복(*)

ca*t

• "ct"는 "a"가 0번 반복되어 매치
• "cat"는 "a"가 0번 이상 반복되어 매치 (1번 반복)
• "caaat"는 "a"가 0번 이상 반복되어 매치 (3번 반복)

 

반복(+)

ca+t

• "ct"는 "a"가 0번 반복되어 매치되지 않음
• "cat"는 "a"가 1번 이상 반복되어 매치 (1번 반복)
• "caaat"는 "a"가 1번 이상 반복되어 매치 (3번 반복)

 

반복({m, n}, ?)

ca{2}t

• "cat"는 "a"가 1번만 반복되어 매치되지 않음
• "caat"는 "a"가 2번 반복되어 매치

ca{2, 5}t

• "cat"는 "a"가 1번만 반복되어 매치되지 않음
• "caat"는 "a"가 2번 반복되어 매치
• "caaaaat"는 "a"가 5번 반복되어 매치

ab?c

• "abc"는 "b"가 1번 사용되어 매치
• "ac"는 "b"가 0번 사용되어 매치

? == {0, 1}와 같은 표현

 

파이썬에서 정규 표현식을 지원하는 re 모듈

import re
p = re.compile('ab*')

 

match

import re
p = re.compile('[a-z]+')

m = p.match("python")
print(m)
<_sre.SRE_Match object at 0x01F3F9F8>

m = p.match("3 python")
print(m)
None

 

search

import re
p = re.compile('[a-z]+')

m = p.search("python")
print(m)
<_sre.SRE_Match object at 0x01F3FA68>

m = p.search("3 python")
print(m)
<_sre.SRE_Match object at 0x01F3FA30>

 

findall

>>> import re
>>> p = re.compile('[a-z]+')

>>> result = p.findall("life is too short")
>>> print(result)
['life', 'is', 'too', 'short']

 

finditer

>>> import re
>>> p = re.compile('[a-z]+')

>>> result = p.finditer("life is too short")
>>> print(result)
<callable_iterator object at 0x01F5E390>
>>> for r in result: print(r)
...
<_sre.SRE_Match object at 0x01F3F9F8>
<_sre.SRE_Match object at 0x01F3FAD8>
<_sre.SRE_Match object at 0x01F3FAA0>
<_sre.SRE_Match object at 0x01F3F9F8>

 

match 객체의 메서드 1

method	목적
group()	매치된 문자열을 리턴한다
start()	매치된 문자열의 시작 위치를 리턴한다
end()	매치된 문자열의 끝 위치를 리턴한다
span()	매치된 문자열의 (시작, 끝)에 해당되는 튜플을 리턴한다

 

컴파일 옵션, DOTALL, S

import re
p = re.compile('a.b')
m = p.match('a\nb')
print(m)
None

p = re.compile('a.b', re.DOTALL)
m = p.match('a\nb')
print(m)
<_sre.SRE_Match object at 0x01FCF3D8)

 

컴파일 옵션, IGNORECASE, I

>>> p = re.compile('[a-z]', re.I)
>>> p.match('python')
<_sre.SRE_Match object at 0x01FCFA30>
>>> p.match('Python')
<_sre.SRE_Match object at 0x01FCFA68>
>>> p.match('PYTHON')
<_sre.SRE_Match object at 0x01FCF9f8>

 

컴파일 옵션, MULTILINE, M

import re
p = re.compile("^python\s\w+", re.MULTILINE)

data = """python one
life is too short
python two
you need python
python three"""

print(p.findall(data))

 

컴파일 옵션, VERBOSE, X

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

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)

 

백슬래시 문제

\section

p = re.compile('\\section')

p = re.compile('\\\\section')

p = re.compile(r'\\section')

 

---

강력한 정규 표현식의 세계로

 

메타문자 |

p = re.compile('Crow|Servo')
m = p.match('CrowHello')
print(m)
<_sre.SRE_Match object; span=(0, 4), match='Crow'>

 

메타문자 ^

print(re.search('^Life', 'Life is too short'))
<_sre.SRE_Match object at 0x01FCF3D8>
print(re.search('^Life', 'My Life'))
None

 

메타문자 $

print(re.search('short$', 'Life is too short'))
<_sre.SRE_Match object at 0x01F6F3D8>
print(re.search('short$', 'Life is too short, you need
python'))
None

 

메타문자 \b

p = re.compile(r'\bclass\b')
print(p.search('no class at all'))
<_sre.SRE_Match object at 0x01F6F3D8>

print(p.search('the declassified algorithm'))
None

print(p.search('one subclass is'))
None

 

그룹핑 1

(ABC)+

p = re.compile('(ABC)+')
m = p.search('ABCABCABC OK?')
print(m)
<_sre.SRE_Match object at 0x01F7B320>
print(m.group())
ABCABCABC