[python] 정규 표현식 정리

정규표현식(regex)

일종의 문자를 표현하는 공식 → 특정 규칙이 있는 문자열 집합을 추출할 때 사용

HTML 태그를 사용한 크롤링 시 유용함

import re → 표준 모듈 re로 사용

 

1. 메타 문자(meta-characters)

- 문자의 구성을 설명하기 위해 쓰이는 문자

[abc]	one of / [ ] 내부의 문자와 매칭 / [ ] 에는 or 의미 / a or b or c = a | b| c
[a-z]	문자의 범위 : a~z
[^abc]	none of 부정 / (a or b or c) 가 아닌 문자
^abc	문자열의 시작 / 줄의 맨 앞의 abc만 매치
$abc	문자열의 끝 / 줄의 맨 끝의 abc만 매치
.	\n 을 제외한 모든 문자
*	직전 패턴을 0번 이상 반복 (0도 가능 : 반복되지 않을 수도 있음) / 강력한 표현이므로 유의해서 사용
+	직전 패턴을 1번 이상 반복 / 직전패턴 무조건 출현
?	직전 패턴을 0번 또는 1번 반복 (*과 달리 0 or 1 / *은 0 or 1 or 2 or..... )
{n}	직전 패턴을 n번 반복
{n,m}	n번에서 m번 반복
{n,}	n번 이상 반복
( )	( )그룹으로 묶기 / 그룹화 및 변수로 지정
|	or / |로 구분된 패턴을 모두 매치
\	escape / 지정자가 아닌 문자 그대로의 의미로 사용

2. 특수 문자

\d	숫자	[0-9]
\D	비숫자 ( 숫자를 제외한 모든 문자)	[^0-9]
\w	alphanumeric(알파벳+숫자) + '_' (underbar)	[A-Za-b0-9_]
\W	non-alphanumeric 문자 및 '_' 제외	[^A-Za-b0-9_]
\s	공백 문자
\S	비공백 문자
\b	단어 경계
\B	비단어 경계
\t	탭

 3. 정규표현식 함수

re.match(찾을패턴, 대상 문자열)	시작부터 일치하는 패턴 찾기
re.search(찾을패턴, 대상 문자열)	첫번 쨰 일치하는 패턴 찾기
re.findall(찾을패턴, 대상 문자열)	일치하는 모든 패턴 찾기
re.split(찾을패턴, 대상 문자열)	패턴에 맞게 문자열을 쪼갠 후 리스트로 반환
re.sub(찾을패턴, 변경할 값, 대상 문자열)	대체할 값을 하나 더 받아 패턴과 일치하는 모든 부분을 대체

4. 그룹화

( ) : 그룹으로 묶기 → 그룹화 및 변수 지정

• (x)(yz) : 전체 값 xyz를 group0, x를 group1, yz를 group2에 지정

# 그룹화 및 변수 지정
regex = '(x)(yz)'
search_target = 'xyz'
m = re.match(regex, search_target)

m.group(0)
'xyz'
m.group(1)
'x'
m.group(2)
'yz'

 

5. 연습

https://regexone.com/

RegexOne - Learn Regular Expressions - Lesson 1: An Introduction, and the ABCs

https://programmers.co.kr/learn/courses/11/lessons/539

정규표현식 - 0개 이상