정규표현식3
참고: 위키독스
추가 메타문자
”|”
| ” | ” 메타 문자는 or과 동일한 의미로 사용 |
import re
p = re.compile('Crow|Servo')
m = p.match('CrowHello')
print(m)
<re.Match object; span=(0, 4), match='Crow'>
”^”
”^” 메타 문자는 문자열의 맨 처음과 일치함을 의미
print(re.search('^Life','Life is too short'))
<re.Match object; span=(0, 4), match='Life'>
print(re.search('^Life','My Life'))
None
$
$ 메타 문자는 문자열의 끝과 매치함을 의미
print(re.search('short$','Life is too short'))
<re.Match object; span=(12, 17), match='short'>
print(re.search('short$','Life is too short, you need python'))
None
\A
\A는 문자열의 처음과 매치됨을 의미. “^” 메타 문자와 동일하지만 re.MULTILINE 옵션 사용시 다르게 해석된다.
re.MULTILINE 옵션을 사용할 경우 ^은 각 줄의 문자열의 처음과 매치되지만 \A는 줄과 상관없이
전체 문자열의 처음하고만 매치된다.
\Z
\Z는 문자열의 끝과 매칭되는데 위의 경우와 마찬가지로 $메타 문자와는 달리 전체 문자열의 끝과 매치된다.
\b
\b는 단어 구분자로 보통 단어는 whitespace에 의해 구분된다.
p = re.compile(r'\bclass\b')
print(p.search('no class at all'))
<re.Match object; span=(3, 8), match='class'>
print(p.search('the declassified algorithm'))
None
print(p.search('one subclass is'))
None
\b 메타 문자 사용시 \b는 파이썬에선 백스페이스를 의미하므로 Raw String임을 알려주는
기호 r을 반드시 붙여 주어야 한다.
\B
\B 메타 문자는 \b 메타 문자와 반대의 경우로 whitespace로 구분된 단어가 아닌 경우에만 매칭된다.
p = re.compile(r'\Bclass\B')
print(p.search('no class at all'))
None
그루핑
문자열이 계속해서 반복되는지 조사하는 정규식을 작성하고 싶다면 그루핑을 활용하면 된다.
그룹을 만들어 주는 메타 문자는 ()이다.
p = re.compile('(ABC)+')
m = p.search('ABCABCABC OK?')
print(m)
<re.Match object; span=(0, 9), match='ABCABCABC'>
print(m.group())
ABCABCABC
p = re.compile(r"\w+\s+\d+[-]\d+[-]\d+")
m = p.search("park 010-1234-1234)
park 010-1234-1234
위 예시에서 이름만 추출하고 싶다면 밑의 예시처럼 할 수 있다.
p = re.compile(r'(\w+)\s+\d+[-]\d+[-]\d+')
m = p.search("park 010-1234-1234")
print(m.group(1))
park
| group(인덱스) | 설명 |
|---|---|
| group(0) | 매치된 전체 문자열 |
| group(1) | 첫 번째 그룹에 해당되는 문자열 |
| group(2) | 두 번째 그룹에 해당되는 문자열 |
| group(n) | n 번째 그룹에 해당되는 문자열 |
p = re.compile(r'(\w+)\s+(\d+[-]\d+[-]\d+)')
m = p.search("park 010-1234-1234")
print(m.group(2))
010-1234-1234
# 중첩 그룹핑도 가능하다
p = re.compile(r'(\w+)\s+((\d+)[-]\d+[-]\d+)')
m = p.search("park 010-1234-1234")
print(m.group(3))
010
그루핑된 문자열 재참조
p = re.compile(r'(\b\w+)\s+\1')
p.search('Paris in the the spring').group()
'the the'
정규식 (\b\w+)\s+\1은 (그룹) + “ “ + 그룹과 동일한 단어와 매치됨을 의미한다.
이렇게 정규식을 만든다면 2개의 동일한 단어를 연속적으로 사용해야만 매칭된다.
이것은 재참조 메타 문자인 \1로 가능하다. \1은 정규식의 그룹 중 첫 번째 그룹을 가리킨다.
그루핑된 문자열에 이름 붙이기
정규식은 그룹을 만들 때 그룹 이름을 지정할 수 있게 했다.
(?P<그룹명>..)으로 가능하다.
p = re.compile(r"(?P<name>\w+)\s+((\d+)[-]\d+[-]\d+)")
m = p.search("park 010-1234-1234")
print(m.group("name"))
park
그룹 이름을 사용하면 재참조도 가능하다.
p = re.compile(r'(?P<word>\b\w+)\s+(?P=word)')
p.search('Paris in the the spring').group()
'the the'
$ ipython locate
File "<ipython-input-36-d870970cb45f>", line 1
$ ipython locate
^
SyntaxError: invalid syntax