Regular Expression

💚 정규 표현식은 '패턴 매칭 기반으로 특정한 규칙을 가지는 문자열을 검색&분리하고 교체하는 강력한 기능을 제공하는 형식 언어'

 

💚 python에서는 re library를 import

import re

1. re.search() & re.match() & re.fullmatch()

💚 re.match() checks for a match ONLY at the beginning of the string, whereas re.search() checks for a match anywhere in the string

 

※ re.match는 문자열 처음부터 매칭 / re.search는 문자열 일부분 매칭) ※

 

💚 re.fullmatch() checks for entire string to be a match.

 

① re.search(): Scan through string looking for the first location where the regular expression pattern produces a match, and return a corresponding match object. Return None if no position in the string matches the pattern

 

② re.match(): If zero or more characters at the beginning of string match the regular expression pattern, return a corresponding match object. Return None if the string does not match the pattern; note that this is different from a zero-length match. Note that even in MULTILINE mode, re.match() will only match at the beginning of the string and not at the beginning of each line. If you want to locate a match anywhere in string, use search() instead

 

③ re.fullmatch(): If the whole string matches the regular expression pattern, return a corresponding match object. Return None if the string does not match the pattern; note that this is different from a zero-length match.

 

ex)

import re
print(re.match("c", "abcdef"))    # No match
print(re.search("c", "abcdef"))   # Match returns the match object
print(re.fullmatch("p.*n", "python")) # Match returns the match object
print(re.fullmatch("r.*n", "python")) # No match

print(re.match('Hello', 'Hello World!')) #<re.Match object; span=(0, 5), match='Hello'>
print(re.search('World', 'Hello World!')) #<re.Match object; span=(6, 11), match='World'>

2. regular expressions

💚 RE syntaxes 💚

메타문자	설명	사용법
^	시작 패턴 표현	^abc: abc로 시작하는 패턴
$	종료 패턴 표현	xyz$: xyz로 종료하는 패턴
[문자들]	문자들 중에 1개만 허용 (원하는 문자들의 집합 표현)	[Ww]orld: 'World' 또는 'world'
[^문자들]	[문자들]을 제외한 문자들의 집합 표현	[^aeiou]: 소문자 모음이 아닌 문자들
|	두 패턴 중에 하나만 허용 (OR)	a | b: a 또는 b
?	앞 패턴이 없거나 하나만 허용	a?: a가 없거나 하나만
+	앞 패턴이 하나 이상 존재하는 표현	a+: a가 하나 이상
*	앞 패턴이 0개 이상 존재하는 표현	a*: a가 없거나 하나 이상
패턴{n}	앞 패턴이 n번 반복하는 표현	a{2}: a가 연속 2번 나타나는 패턴
패턴{n,m}	앞 패턴이 최소 n번, 최대 m번 반복 (n 또는 m 생략 가능)	a{3,5}: a가 3번, 4번, 5번 나타나는 패턴
\d	숫자 0-9 (모든 숫자)	\d\d\d: 0-9 범위의 숫자 3개 의미
\D	숫자를 제외한 모든 문자	[^0-9]
\w	문자 ([a-zA-Z0-9_] (영문 대소문자, 숫자, 밑줄 문자))	\w\w\w: 3개 문자 의미
\W	영문 대소문자, 숫자, 밑줄 문자를 제외한 모든 문자	[^a-zA-Z0-9_]
\s	화이트 스페이스, [\t\n\r\f]와 동일	\s\s: 화이트 스페이스 문자 2개 의미
.	줄바꿈(\n)을 제외한 모든 문자	.{3}: 문자 3개
[0-9]	0~9 사이의 모든 숫자	[0-9]+: ex) 0, 123, 14235
[A-Z]	A-Z 사이의 모든 대문자	[A-Z]+: ex) ABC, AEEEE
[a-z]	a-z사이의 모든 소문자	[a-z]+: ex) abc, abbc

3. RE examples

s = 'Hello World!'
t = 'hello'
print(re.search('^Hello', s))
#<re.Match object; span=(0, 5), match='Hello'>

print(re.search('World!$', s))
#<re.Match object; span=(6, 12), match='World!'>

print(re.match('hello|world|python', t))
#<re.Match object; span=(0, 5), match='hello'>

print(re.match('[0-9]*', 'abc'))
#<re.Match object; span=(0, 0), match=''>

print(re.match('[0-9]+', '123'))
#<re.Match object; span=(0, 3), match='123'>

print(re.match('a*b', 'b'))
#<re.Match object; span=(0, 1), match='b'>

print(re.match('a*b', 'aab'))
#<re.Match object; span=(0, 3), match='aab'>

print(re.match('a+b', 'aab'))
#<re.Match object; span=(0, 3), match='aab'>

print(re.match('abc?d', 'abd'))
#<re.Match object; span=(0, 3), match='abd'>

print(re.match('ab[0-9]?d', 'ab3d'))
#<re.Match object; span=(0, 4), match='ab3d'>

print(re.match('ab.d', 'abxd'))
#<re.Match object; span=(0, 4), match='abxd'>

print(re.match('h{3}', 'hhhello'))
#<re.Match object; span=(0, 3), match='hhh'>

print(re.match('(hello){3}', 'hellohellohelloworld'))
#<re.Match object; span=(0, 15), match='hellohellohello'>

print(re.match('[0-9]{3}-[0-9]{4}-[0-9]{4}', '010-0000-0000'))
#<re.Match object; span=(0, 13), match='010-0000-0000'>

print(re.match('[0-9]{2,3}-[0-9]{3,4}-[0-9]{4}','02-000-0000'))
#<re.Match object; span=(0, 11), match='02-000-0000'>

print(re.match('[a-zA-Z]+','Hello1234')) #영문
#<re.Match object; span=(0, 5), match='Hello'>

print(re.match('[가-힣]+', '홍길동')) #한글
#<re.Match object; span=(0, 3), match='홍길동'>

print(re.match('[^A-Z]+', 'hello')) #^제외
#<re.Match object; span=(0, 5), match='hello'>

print(re.search('\*+', '1**2')) #특수문자는 앞에 역슬래시(\)
#<re.Match object; span=(1, 3), match='**'>

print(re.match('[$()a-zA-Z0-9]','$(document')) #[]로 범위 중
#<re.Match object; span=(0, 1), match='$'>

print(re.match('\d+', '1234'))
#<re.Match object; span=(0, 4), match='1234'>

print(re.match('\D+', 'Hello'))
#<re.Match object; span=(0, 5), match='Hello'>

print(re.match('\w+', 'Hello_1234'))
#<re.Match object; span=(0, 10), match='Hello_1234'>

print(re.match('\W+', '(:)'))
#<re.Match object; span=(0, 3), match='(:)'>

print(re.match('[a-zA-Z0-9\s]+', 'Hello 1234'))
#<re.Match object; span=(0, 10), match='Hello 1234'>

4. re.compile() & group() & re.findall()

💚 re.compile()을 사용해 자주 사용하는 조건을 compile()의 결과로 저장한 뒤, 이후 match()나 search()로 여러 번 적용 가능

: using re.compile() and saving the resulting regular expression object for reuse is more efficient when the expression will be used several times in a single program.

p = re.compile('[0-9]+')
print(p.match('1234')) #<re.Match object; span=(0, 4), match='1234'>
print(p.search('hello1')) #<re.Match object; span=(5, 6), match='1'>

 

💚 match()나 search() 결과에 group()을 사용해 결괏값을 별도에 저장해 활용 가능

text = 'Hello World'
x = re.match('^[A-Za-z]{5}', text).group()
print(x)

 

💚 re.findall()을 사용해서는 조건에 맞는 모든 문자열을 반환해줌

 

※ re.findall(): Return all non-overlapping matches of pattern in string, as a list of strings or tuples. The string is scanned left-to-right, and matches are returned in the order found. Empty matches are included in the result. The result depends on the number of capturing groups in the pattern. If there are no groups, return a list of strings matching the whole pattern. If there is exactly one group, return a list of strings matching that group. If multiple groups are present, return a list of tuples of strings matching the groups. Non-capturing groups do not affect the form of the result.

print(re.findall('[A-Za-z]{2,}','Hello World') ) #['Hello', 'World']
print(re.findall(r'(\w+)=(\d+)', 'set width=20 and height=10')) #[('width', '20'), ('height', '10')]

5. BOJ 문제모음

★ Regular Expression 중상급 

---

* re docu) https://docs.python.org/3/library/re.html#

* 2023 DAS