정규 표현식 (Regix)

★KEYWORD★
📢 패턴(pattern)으로 특정 목적을 위해 필요한 문자열의 집합을 지정하기 위해 쓰이는 식

정규 표현식(regexp / regex, rational expression)

특정한 규칙을 가진 문자열의 집합을 표현하는 데 사용하는 형식 언어이다.

(❓ 형식언어: 수학, 컴퓨터 과학, 언어학에서 쓰는 말, 특정한 법칙들에 따라 적절하게 구성된 문자열들의 집합)

 

주로 Prograaming Language나 Text Editor등에서 문자열의 검색과 치환을 위한 용도로 쓰이고 있다.

---

메타문자

. ^ $ * + ? {} [] \ | ()

• 메타문자는 문자를 설명하기 위한 문자로, 문자의 구성을 설명하기 위해 원래의 의미가 아닌 다른 의미로 쓰이는 문자를 말함
• 정규 표현식에서는 위와 같은 메타문자를 사용함

---

정규표현식 : [ ]

문자 클래스인 [ ]는 "[ ] 사이의 문자들과 매치" 라는 의미를 가지며, [ ] 사이에는 어떤 문자도 들어갈 수 있다.

• [abc]라면 이 표현식의 의미는 "a, b, c 중 한 개의 문자와 매치" 를 뜻한다.
• Ex) [abc] 가 "a", "before", "dude"와 어떻게 매치되는지 살펴보자
  • a는 정규식과 이리하는 문자인 a가 있으므로 매치
  • before은 정규식과 일치하는 문자인 b가 있으므로 매치
  • dude는 정규식과 일치하는 문자인 a, b, c 중 어느 하나도 포함하고 있지 않으므로 매치되지 않음

 

정규표현식 : 하이픈( - ), 캐럿( ^ )

 하이픈( - ) 은 두 문자 사이의 범위(from - to)를 의미, 캐럿(^)은 반대를 의미한다.

• [a-zA-Z] : 알파벳 모두 매치
• [0-9] : 숫자 매치
• [^0-9] : 숫자가 아닌 문자만 매치
  • [ ] 안에서는 부정의 의미로 사용
  • [ ] 가 없으면 문자열의 처음을 뜻함 (끝은 $로 표시)
• 문자클래스 [ ] 안에는 어떤 문자나 메타 문자도 사용할 수 있지만 ^는 반대(not)의 의미로 사용되기 때문에 조심해야 한다.

 

정규표현식 : \ 역슬래쉬

[0-9] 또는 [a-zA-Z]와 같은 정규표현식은 \역슬래쉬를 이용해 간단하게 표현할 수 있다.

• \d - 숫자와 매치, [0-9] 와 동일한 표현식이다.
• \D - 숫자가 아닌 것과 매치, [^0-9] 와 동일한 표현식이다.
• \s - whitespace 문자와 매치, [ \t\n\r\f\v] 와 동일한 표현식이다.
• \S - whitespace 문자와 매치, [^\t\n\r\f\v] 와 동일한 표현식이다.
• \w - 문자 + 숫자(aplhanumeric)와 매치, [a-zA-Z0-9_]와 동일한 표현식이다.
• \W - 문자 + 숫자(aplhanumeric)와 매치, [^a-zA-Z0-9_]와 동일한 표현식이다.
• \s - 스페이스(공백문자), 탭과 매치, [\t\n\f\r] 과 동일한 표현식이다.
• \S - 스페이스 외 문자와 매치, [^\t\n\f\r] 과 동일한 표현식이다.

대문자로 사용된 것은 소문자의 반대임을 추측할 수 있다.

또한 정규식 상의 특별한 의미가 있는 문자들을 문자 그대로 쓸 때 앞에 붙여 사용된다.

 

 

정규표현식 : 'Dot(.)'

줄바꿈 문자인 \n을 제외한 모든 문자와 매치됨을 의미한다.

a.b

위 정규식의 의미는 "a + 모든문자 + b" 와 같다.

• 즉 a와 b라는 문자 사이에 어떤 문자가 들어가도 모두 매치가 된다는 의미이다.
  • ex) "aab", "a0b", "abc"
    • aab는 가운데 문자 a가 모든 문자를 의미하는 .과 일치하므로 정규식과 매치된다.
    • a0b도 동일하게 가운데 문자 0이 모든 문자를 의미하는 .과 일치하므로 정규식과 매치된다.
    • abc는 a와 b사이에 어떤 문자가 존재하지 않기 때문에 위 정규식과 매치되지 않는다.

a[.]b

문자 클래스[ ]는 내부에 메타문자가 들어가더라도 문자 그대로 인식해주는 특징을 갖고 있다. 따라서 a.b와 매치되고 a0b와 같은 문자열은 매치되지 않는다.

 

 

정규표현식: 반복 관련 메타 문자 * + ? { }

반복 (*)

• 메타 문자 * 은 * 바로 앞에 있는 문자가 0부터 무한대로 반복될 수 있다는 의미이다.

ca*t

• 위 정규식은 c + a(0번 이상 반복) + t 라는 것을 알 수 있다.
  • ct, cat, caaat 모두 매치된다.

반복(+)

• 반복을 나타내는 또 다른 문자인 + 입니다. +는 *과 달리 최소 1번 이상 반복될 때 사용한다. 즉 *은 반복횟수가 0부터 시작, +는 반복횟수가 1부터 시작된다.
• ct, cat, caaat 중 ct는 매치되지 않는다.

반복({m,n})

• { } 는 원하는 반복횟수를 지정하고 싶을 때 사용된다. m에서 n까지 반복, m이상인 경우, n이하인 경우 등 자유롭게 원하는 만큼 조절이 가능하다.
  1. {m} : 반드시 m번 반복
     • ca{2}t : "c + a(반드시 2번 반복) + t"
  2. {m, n} : m~n회 반복
     • ca{2, 5}t : "c + a(2~5회 반복) + t"
  3. {m,}, {,n} : m회 이상 반복, n회 이하 반복

반복(?)

• ?는 반복은 아니지만 비슷한 개념으로 {0, 1}과 같은 의미를 지닌다. 즉, 문자가 있거나 없거나 둘 다 매치 되는 경우이다.
• ab?c : "a + b(있어도 되고 없어도 된다) + c"

*, +, ? 메타 문자는 모두 {m, n} 형태로 고쳐 쓰는 것이 가능하지만 가급적 이해하기 쉽고 간결한  *, +, ? 메타 문자를 사용하는 것이 좋다.

 

 

✏️ Ex) 주민등록번호 정규표현식

/^\d{2}[0-1]\d{1}[0-3]\d{1}\-[1-4]\d{6}$/

^ : Start of String

\d{3} : 1-2번째(년도) 숫자 0-9

[0-1] : 3번째(월도 앞자리) 0,1

\d{1} : 4번째(월도 뒷자리) 숫자 0-9

[0-3] : 5번째(일자 앞자리) 0,1,2,3

\d{1} : 6번째(일자 뒷자리) 숫자 0-9

\ - : 7번째(구분자) -

[1-4] : 8번째(성별) 90년대생, 1,2 2000년대생 3,4

\d{6} : 9-14번째(뒷자리 6자리) 숫자 0-9

$ : End of String

 

출처 및 참고 : 위키백과, https://sooftware.io/regex/