이진우
etc·

정규표현식(REGEX)

목차

정규표현식(정규식)이란

  • 특정한 규칙을 가진 문자열의 집합을 표현하는데 사용하는 형식 언어
  • 많은 텍스트 편집기와 프로그래밍 언어에서 문자열의 검색과 치환을 위해 지원하고 있음

패턴이란?

  • 일치하는 텍스트가 준수해야 하는 **“패턴”**을 표현하기 위해 특정한 표준의 텍스트 신택스(syntax)를 의미하기 위해 사용된다.
  • 정규 표현식의 각 문자(즉, 패턴을 기술하는 문자열 안의 각 문자)는 메타 문자(특별한 의미)로 이해되거나 정규 문자(문자 그대로, 즉 ‘리터럴’의 의미로)로 이해된다.

Java Script 정규표현식 활용

정규표현식 만들기

  1. 정규 표현식 리터럴 : 다음과 같이 슬래시로 패턴을 감싸서 작성

    • 스크립트를 불러올 때 컴파일되므로, 바뀔 일이 없는 패턴의 경우 리터럴을 사용하면 성능이 향상될 수 있다.
    const re = /ab+c/;

  2. RegExp 객체의 생성자 호출 : 생성자 함수를 사용하면 정규 표현식이 런타임에 컴파일됨

    • 바뀔 수 있는 패턴이나, 사용자 입력 등 외부 출처에서 가져오는 패턴의 경우 사용
    const re = new RegExp("ab+c");

정규표현식 구조

  1. 데이터의 시작점(^)
  2. … (정규표현식 특수문자 구분 참고)
  3. 데이터의 끝점($)

정규표현식 패턴

  1. 단순 패턴 사용하기
    • 문자열을 있는 그대로 탐색할 때 사용
    • ex) /abc/ 패턴
      • “Grab crab” 문자열의 경우 부분 문자열로 “ab c”를 포함하긴 하지만, 정확하게 “abc”를 포함하진 않기 때문
      "Hi, do you know your **abc**'s?"; // 일치 성공
"The latest airplane designs evolved from sl**abc**raft."; // 일치 성공
"Gr**ab c**rab"; // 일치 실패
  2. 특수 문자 사용하기
    • 직접적인 일치 이상의 탐색이 필요할 땐 특수 문자를 사용
      • 하나 이상의 “b”를 찾거나, 공백 문자를 찾는 등
    • ex) /ab*c/ 패턴
      • 하나의 “a” 이후에 0개 이상의 “b”, 그 뒤의 “c” 일치해야 함
      • “b” 뒤의 “*”는 “이전 항목의 0번 이상 반복”을 의미
      "cbbabbbbcdebc"; // 일치하는 부분 문자열 : "abbbbc"

정규표현식 특수문자 구분

  • 문자 클래스
    • . : 1개의 문자와 일치한다.
    • : “[”와 “]” 사이의 문자 중 하나를 선택한다. “|”를 여러개 쓴 것과 같은 의미이다.
  • 어서션
  • 그룹과 범위
    • x|y : x 또는 y가 매칭됨
      • /green|red 
        "green apple"; // "green"과 매칭
"red apple"; // "red"와 매칭
    • [xyz], [a-c] : 포함된 문자 중 하나와 일치, 하이픈을 사용하여 문자 범위를 지정할 수 있음, 하이픈이 첫번째 혹은 마지막 문자로 나타나면 리터럴 문자로 간주됨
      • [abcd] === [a-d] 
        "brisket"; // "b"와 매칭
"chop"; // "c"와 매칭
      • [abcd-] === [-abcd] 
        "brisket"; // "b"와 매칭
"chop"; // "c"와 매칭
"non-profit"; // a,b,c,d 중 아무것도 매칭되는 것이 없지만, "-"와 매칭이 됨
    • [^xyz], [^a-c] : 문자 클래스 안의 문자를 제외한 나머지를 선택한다
    • (x) : 캡처링 그룹, x를 매치, 단순 묶는 용도인듯
  • 수량자
    • ? : 0번 또는 1차례까지의 발생을 의미
      • /colou?r/ 
        "color"; // 일치
"colour"; // 일치
"colouur"; // 불일치
      • : 0번 이상의 발생을 의미
        • /ab*c/ 
          "ac"; // 일치
"abc"; // 일치
"abbc"; // 일치
"abbbc"; // 일치
      • : 1번 이상의 발생을 의미
        • /ab+c/ 
          "ac"; // 불일치
"abc"; // 일치
"abbc"; // 일치
"abbbc"; // 일치
    • {n} : 정확히 n번 만큼 일치
    • {min,} : 적어도 min번만큼 일치
    • {min,max} : 적어도 min번만큼 일치시키지만 max번을 초과하여 일치시키지는 않음
  • 유니코드 속성 이스케이프

정규표현식 메서드

  1. exec() : 문자열에서 일치하는 부분을 탐색, 일치 정보를 나타내는 배열(일치가 없는 경우에는 null) 반환
  2. test() : 문자열에 일치하는 부분이 있는지 확인(true or false 반환)
  3. match() : 캡처 그룹을 포함해서 모든 일치를 담은 배열을 반환(일치가 없으면 null) 반환
  4. matchAll() : 캡처 그룹을 포함해서 모든 일치를 담은 반복기를 반환
  5. search() : 문자열에서 일치하는 부분을 탐색, 일치하는 부분의 인덱스(일치가 없는 경우 -1) 반환
  6. replace() : 문자열에서 일치하는 부분을 탐색, 대체 문자열로 변경
  7. replaceAll() : 문자열에서 일치하는 부분을 모두 탐색하고, 모두 대체 문자열로 변경
  8. split() : 정규 표현식 또는 문자열 리터럴을 사용해서 문자열을 부분 문자열의 배열로 나눔

정규표현식 플래그

  1. d : 부분 문자열 일치에 대해 인덱스 생성
  2. g : 전역 탐색
  3. i : 대소문자를 구분하지 않음
  4. m : 여러 줄에 걸쳐 탐색
  5. s : 개행문자가 ‘.’과 일치함
  6. u : “unicode”, 패턴을 유니코드 코드 포인트의 시퀀스로 간주
  7. y : “접착” 탐색, 대상 문자열의 현재 위치에서 탐색을 시작함
  • 플래그 사용 
    const re = /pattern/flags;
  • 생성자 사용 
    const re = new RegExp("pattern", "flags");

플래그는 정규식과 완전히 합쳐지므로 나중에 추가하거나 제거할 수 없다.

정규표현식의 실제 활용

  • 검색 엔진
  • 워드 프로세스와 문서 편집기의 찾아 바꾸기 대화상자
  • sed/AWK와 같은 문자 처리 유틸리티
  • 어휘 분석

Reference