Python Re - 정규식, RegularExpression

Python예제 - 정규식, 정규표현식, re, RegularExpression

 

* Python 함수

 

메소드	설명
compile(pattern[, flags])	입력된 pattern을 컴파일하여 정규식 객체를 리턴
match(pattern, string[, flags])	string의 앞부분에 pattern과 일치하는 검사 하여 MatchObject 리턴
search(pattern, string[, flags])	string의 전체중 pattern과 일치하는 곳이 있는지 찾아  MatchObject 리턴
split(pattern, string[, flags])	pattern을 구분자로 string을 분리하여 리스트로 리턴
findall(pattern, string[, flags])	string에서 pattern을 만족하는 문자열을 리스트로 리턴
finditer(pattern, string[, flags])	string에서 pattern을 만족하는 문자열을 반복자로 리턴
sub(pattern, repl, string[, count=0])	string에서 pattern과 일치하는 부분에 대하여  repl로  교체하여 결과 문자열을 리턴
subn(pattern, repl, string[, count=0])	sub와 동일하나, 결과(결과 문자열, 매칭횟수)를 튜플로 리턴
escape(string)	영문자 숫자가 아닌 문자들을 백슬래쉬 처리해서 리턴 (임의의 문자열을 정규식 패턴으로 사용할 경우 유용)

Python Re - match, search 예제

Python Re - group

 

 

* Python 예제

 

>>> re.search('a', 'asddffff')
<re.Match object; span=(0, 1), match='a'>
>>> re.search('d', 'asddffff')
<re.Match object; span=(2, 3), match='d'>
>>> re.search('dd', 'asddffff')
<re.Match object; span=(2, 4), match='dd'>
>>> re.match('a', 'asddffff')
<re.Match object; span=(0, 1), match='a'>
>>> re.match('d', 'asddffff')
>>>

 

>>> s1 = "asdfghgfdsa"; print(s1 + " => " + re.sub("[^h]g","GGG", s1))
asdfghgfdsa => asdGGGhgfdsa

 

 

* 반복 메타 문자

 

반복 메타문자	의미	예
*	0회 이상 반복	ab, abc, abbc에 대하여 'ab*c'는 모두 매치. 'b*'는 없음. 'bbb*'는 abbc중 bb에 매치.
+	1회 이상 반복	ab+c는 abc, abbc등과 매치
?	0회 혹은 1회	ab?c는 ab, abc와 매치.
{m}	m회 반복	ab{2}는 abb와 매치.
{m,n}	m회 이상 n회 이하 반복	ab{2,4}c는 abbc, abbbc, abbbbc와 매치

 

 

* 문자 클래스

 

[\-]    "-"

[0-9] 숫자

[^0-9] 숫자가 아닌 문자

[A-Fa-f0-9] 16진수

[A-Za-z0-9] 영숫자 

[A-Za-z0-9_] 영숫자 + "_"

[^A-Za-z0-9_] 낱말이 아닌 문자

[A-Za-z] 알파벳 문자

[A-Z] 대문자

[a-z] 소문자

[ \t] 공백과 탭

[\x00-\x1F\x7F] 제어 문자

[\x21-\x7E] 보이는 문자

[\x20-\x7E] 보이는 문자 및 공백 문자

[ \t\r\n\v\f] 공백 문자

[^ \t\r\n\v\f] 공백이 아닌 모든 문자

(?<=\W)(?=\w)|(?<=\w)(?=\W) 낱말 경계

[][!"#$%&'()*+,./:;<=>?@\^_`{|}~-] 구두점

 

 

* 매칭 메타 문자

 

매칭 메타 문자	의미
.	줄바꿈 문자를 제외한 모든 문자와 매치 (re.DOTALL모드 사용하면 줄바꿈 문자 매치)
^	문자열의 시작과 매치. ^[0-9] => 숫자로 시작.  re.MULTILINE 모드 사용 시 각 라인의 시작과 매치   [] 메타 기호 안에서는 반대의 문자열과 매치. [^0-9] => 숫자가 아닌 것으로 시작.
$	문자열의 마지막과 매치  [] 메타 기호 안에서는 순수한 $문자로 매치
[]	문자 집합을 나타낸다.  [abc]d => ad, cd 등 포함, [a-c]는 a~c까지의 범위를 의미.  [a-zA-Z0-9]는 영문자 숫자를 의미.
|	a|b는 a 또는(or) b의 의미
()	정규식을 그룹으로 묶음

 

 

 

* 이스케이프 기호

 

\\ : 역슬래쉬 문자 자체를 의미한다.

\d : 모든 숫자와 매치된다. [0-9]

\D : 숫자가 아닌 문자와 매치된다. [^0-9]

\s : 화이트 스페이스 문자와 매치된다. [\t\n\r\f\v]

\S : 화이트 스페이스 문자가 아닌 것과 매치된다. [^\t\n\r\f\v]

\w : 숫자 또는 문자와 매치된다. [a-zA-Z0-9_]

\W : 숫자 또는 문자가 아닌 것과 매치된다. [^a-zA-Z0-9_]

\b : 단어의 경계를 나타낸다. 단어는 영문자 혹은 숫자의 연속 문자열로 가정한다.

\B : \b의 반대로 단어의 경계가 아님을 나타낸다.

 

 

 

* 이스케이프 시퀀스

 

 

 

유니코드 문자 값	이스케이프 시퀀스	의미	범주
\u0008	\b	백스페이스
\u0009	\t	탭	공백
\u000A	\n	줄 바꿈(새 줄)	줄 종결자
\u000B	\v (이 표 아래에 있는 정보 참조)	세로 탭	공백
\u000C	\f	폼 피드	공백
\u000D	\r	캐리지 리턴	줄 종결자
\u0020		공백	공백
\u0022	\"	큰따옴표(")
\u0027	\'	작은따옴표(')
\u005C	\\	백슬래시(\)
\u00A0		줄 바꿈하지 않는 공백	공백
\u2028		줄 구분 기호	줄 종결자
\u2029		단락 구분 기호	줄 종결자
\uFEFF		바이트 순서 표시	공백