[Python] 파이썬 정규 표현식 (정규식, Python's Regular Expression)

 정규식은 흔히 'regex' 나 'regexp'로도 약칭이 되는 string을 처리하는 강력한 도구 중 하나다. 정규식인 문자열을 식별하고 조작하기 위한 간결하고 유연한 수단이다. Python의 re 모듈은 정규 표현식으로 작업할 수 있는 함수와 클래스를 제공하고, 다음은 몇 가지 기본 사항이다.

 

1. 기본 패턴 (Basic Patterns)

• 'a', 'X', '9' - 일반 문자는 그 자체로 매칭
• '.' - 줄바꿈을 제외한 모든 문자 매칭
• '\w' - 단어 문자와 매칭 ('[a-zA-Z0-9_]'와 동일)
• '\W' - 단어가 아닌 문자와 매칭
• '\d' - 숫자를 매칭 ('[0-9]'와 동일)
• '\D' - 숫자가 아닌 문자와 매칭
• '\s' - 공백 문자와 매칭 (공백, 탭, 개행 등)
• '\S' - 공백이 아닌 문자와 매칭

2. 수정자 (Modifiers)

• '*' - 앞의 문자/패턴 중 0개 이상과 매칭
• '+' - 앞의 문자/패턴 중 1개 이상과 매칭
• '?' - 앞의 문자/패턴 중 0개 또는 1개와 매칭
• '{m, n}' - 앞의 문자/패턴의 인스턴스 m개와 n개 사이를 매칭

3. 위치 (Positional)

• '^' - 문자열의 시작 부분과 매칭
• '$' - 문자열의 끝 부분과 매칭

4. 문자 클래스 (Character Classes)

• '[aeiou]' - 집합에 있는 모든 단일 문자를 매칭
• '[^aeiou]' - 집합에 없는 모든 단일 문자를 매칭

5. 그룹 및 캡처 (Grouping and Capturing)

• '(pattern)' - 패턴을 매칭시키고 나중에 사용할 수 있도록 캡쳐
• '(?:pattern)' - 패턴을 매칭만

6. 특수 문자 (Special Characters)

• 정규식에서는 특수한 의미를 가지기에 그대로 일치시키려면 백슬래시 (\) 를 사용해야함

7. 're' 모듈의 함수

• 're.match()' - 정규식이 문자열의 시작 부분에 매칭되는지 여부 확인
• 're.search()' - 전체 문자열에서 매칭되는 항목이 있는지 탐색하고 첫 번째 항목 반환
• 're.findall()' - 겹치지 않는 모든 매칭 항목을 문자열 목록으로 반환
• 're.finditer()' - 모든 매칭 항목에 대한 매칭 객체를 산출하는 이터레이터 (iterator) 를 반환
• 're.split()' - 패턴의 발생 횟수에 따라 문자열 분할
• 're.sub()' - 패턴이 발생한 부분을 지정된 문자열로 대체

8. 플래그 (Flag)

• 're.I' 또는 're.IGONORECASE' - 대소문자 구분하지 않고 매칭
• 're.M' 또는 're.MULTILINE' - 시작 및 끝 앵커 (^ 와 $) 가 여러 줄에 걸쳐 작동할 수 있도록 함
• 're.DOTALL' 또는 're.S' - 점 (.) 이 개행과 일치하도록 허용

예시를 살펴보자.

import re

# Find all words in the string
text = "Python is an awesome language!"
pattern = r'\b\w+\b'
words = re.findall(pattern, text)
print(words)  # ['Python', 'is', 'an', 'awesome', 'language']