정규식 표현에 대하여 알아보기

정규 표현식에 대하여 알아보도록 하겠습니다. 정규 표현식을 이용하면 상당히 유연하게 문자열 매칭을 할 수 있습니다.

파이썬에서 정규식 표현 사용

먼저 import re를 통하여 정규식을 사용할 수 있게 import 해줍니다.

re.findall(정규식 문법, 대상 문장)

위 코드를 이용하여 대상 문장에서 정규식 문법에 해당하는 문자들을 찾을 수 있습니다.

정규식 문법 변수 : regex
대상 문장 : search_target

import re

regex = r"정규식 문법"
search_target = "Hello, I am gaussian37. My e-mail is gaussian1137@gmail. My phone number is 010-1234-1234"

result = re.findall(regex, search_target)
print(" ".join(result))

정규식 표현 규칙

대표 문자

\d는 숫자를 대표하는 정규표현식입니다. 이때 d는 digit을 뜻합니다.
```
  regex = r"\d"
  >> 3 7 1 1 3 7 0 1 0 1 2 3 4 1 2 3 4
```
\w는 글자를 대표하는 정규표현식입니다.
- a, b, c, 가, 나, 다, 1, 2와 같은 문자와 숫자를 포함합니다.
- 특수문자는 포함하지 않지만 _(언더스코어)는 포함합니다.
```
  regex = r"\w"
  >> H e l l o I a m g a u s s i a n 3 7 M y e m a i l i s ...
```

횟수 정하기

+는 하나 혹은 그 이상 연결된 이라는 뜻입니다.
- \d+는 숫자 하나 혹은 그 이상 연결된 뜻입니다.
```
  regex = r"\d+"
  >> 37 1137 010 1234 1234  
```
*는 0개 이상이라는 뜻입니다.
[1-9]는 1 ~ 9 사이라는 뜻입니다.
- [1-9]\d* 이라고 하면 첫 숫자는 0이 아닌 1 ~ 9 의 숫자로 시작하고 그 다음에는 1개 이상의 숫자가 나오게 됩니다.
```
   regex = r"[1-9]\d*"
  >> 37 1137 10 1234 1234
```
- 여기서 010이 아니라 10으로 처리된 것을 보면 이해할 수 있습니다.
-는 포함할 수도 있고 안 포함할 수도 있는 문자 앞에 사용할 수 있습니다.
- 전화번호는 010-1234-1234처럼 표현할 수도 있고 01012341234로 표현할 수도 있습니다.
```
  regex = r"\d+-?\d+-?\d+"
  >> 1137 010-1234-1234
```
만약 있거나 없는 조건을 여러개 주고 싶으면 [ ]?을 이용하여 리스트를 만들어 주면 됩니다.
[- ]? 라고 하면 - 또는 ` `(공백문자)가 있거나 또는 없거나 입니다.
- 전화번호를 01012341234 또는 010-1234-1234 또는 010 1234 1234로 주고 싶다면 다음과 같습니다.
```
  regex = r"\d+[- ]?\d+[- ]?\d+"
  >> 1137 010-1234-1234  
```
{숫자}는 숫자번 반복한다는 뜻입니다.
- \d{2}는 숫자가 연속 두 번 나온다는 뜻입니다.
```
  regex = r"\d{3}[- ]?\d{4}[- ]?\d{4}"
  >> 010-1234-1234
```
{숫자1, 숫자2}는 숫자1부터 숫자2까지 반복한다는 뜻입니다. 예를 들어, \w{2,3}는 문자가 2 ~ 3번 나온다는 뜻입니다.

search_target을 아래와 같이 수정해 보았습니다.

  search_target = "Hello, I am gaussian37. My e-mail is gaussian1137@gmail. My phone number is 010-1234-1234 and 02 123 1234."

전화 번호가 010-1234-1234과 02 123 1234 라는 2가지 패턴이 있으므로 2가지 패턴을 아우루는 정규식 표현을 작성해 보겠습니다.

  regex = r"\d{2,3}[- ]?\d{3,4}[- ]?\d{4}"
  >> 010-1234-1234 02 123 1234

범위에서 고르기

알파벳 중에 모음만 입력하고 싶을 땐 어떻게 하면 좋을까요?
- [aeiou]로 정규식을 작성하시면 모음만 검출하게 됩니다.
소문자 알파벳만 검색하고 싶으면 어떻게 하면 될까요?
- [abcdefghijklmnopqrlstuvwxyz] 와 같이 모두 나열해도 되지만
- [a-z] 와 같이 사용하여도 됩니다.
연속된 소문자 알파벳을 찾고 싶으면 어떻게 하면 될까요? 앞에서 배운 것을 응용해 봅시다.
- [a-z]+ 라고 사용하면 됩니다.
한글을 찾고 싶으면 한글의 시작과 끝을 입력하면 됩니다.
- [가-힣]+ 라고 사용하면 됩니다.
- 단, 이렇게 검색할 시에는 ㄱ,ㄴ,ㄷ 또는 ㅏ,ㅑ,ㅓ,ㅕ 같은 낱글자는 찾을 수 없습니다.

기타 사항

숫자(\d)나 글자(\w)이외에도 다양한 대표 문자가 있습니다.
주의할 점은 여집합에 해당하는 것이 소문자와 대문자의 관계로 이루어져 있습니다.
- \s 공백 문자(스페이스, 탭, 뉴라인)
- \S 공백 문자를 제외한 문자
- \D 숫자를 제외한 문자
- \W 글자 대표 문자를 제외한 글자들(특수문자, 공백 등)

참고 자료 : https://programmers.co.kr/learn/courses/11