[Python] Regular Expression : re 요약

Regular Expression : re 요약

 

정규표현식(正規表現式, Regular Expression)은

• 문자열을 처리하는 방법 중의 하나로
• 특정한 조건의 substring(문자열)을 '검색'하거나 '치환'하는 과정을
• 특정 문자열의 pattern을 기술하는 expression을 이용하여

매우 간편하게 처리 할 수 있도록 해준다.

---

주요 Tasks

RE를 통해 수행되는 것은 크게 다음의 세가지임.

• searching
• splitting
• replacing

이들 모두 특정 substring pattern에 대한 matching을 사용한다.

 

즉, matching, searching, splitting, replacing을 하는 방법에 대한 이해를 하면 RE를 효과적으로 사용가능하다.

---

compiled pattern

Python에서는 matching에 사용할 expression을 str로 사용하기도 하지만, 다음과 같이 이를 미리 compile해두고 그 결과값을 재사용할 수 있다. 이 경우, 보다 수행속도가 올라간다. (동작 결과는 같음)

compiledPattern = re.compile(pattern, flags=0)

 

사용되는 주요 flag를 간단히 살펴보면 다음과 같음.

• re.I : Ignores character case.
• re.M : multiline 으로 동작.
  여러 flag를 동시에 사용하려면 이들을 더한 값을 argument로 할당하면 됨.

---

re 모듈의 함수 기본 사용법.

re 모듈의 기능을 사용하는 방법은 일반적으로 다음과 같음.

# compile pattern으로 처리하는 경우.
compiledPattern = re.compile(rawPattern, flags=0)
compiledPattern.function(...)

# pattern을 그냥 raw string등으로 입력받는 경우. 
# w/o compile
re.function(rawPattern, ..., flags=0)

---

re 모듈이 제공하는 기본 함수들

match()

source의 string에서 시작부분이 pattern과 matching되는지를 체크하고,
matching시 해당 부분을 output으로 반환.

 

사용법은 다음과 같음.

match(pattern, string, flags=0)

 

예제는 다음과 같음.

>>> mo = re.match(r"\d+", "067 Starts with a number")
>>> mo
<_sre.SRE_Match object; span=(0, 3), match='067'>
>>> mo.group()
'067'
>>> re.match(r"\d+", "Does not start with a number")
None
>>> if mo:  # match returns an object; do this to see what matched
...     print(mo.group())
...
067

---

search()

source의 string에서 pattern과 matching되는 부분이 있는지를 체크하고,
matching시 처음으로 matching된 부분을 output으로 반환.

사용법은 다음과 같음.

search(pattern, string, flags=0)

 

예제를 참고.

>>> mo = re.search(r"[a-z]+", "0010010 Has at least one 010 letter 0010010", re.I)
>>> mo
<_sre.SRE_Match object; span=(8, 11), match='Has'>
>>> # Case-sensitive version
>>> re.search(r"[a-z]+", "0010010 Has at least one 010 letter 0010010")
<_sre.SRE_Match object; span=(9, 11), match='as'>

• re.I flag를 사용하지 않은 경우, Has 에서 소문자엔 as 부분이 처음으로 matching된 부분에 해당함.

 

다음과 같이 group등으로도 활용가능함.

>>> import re
>>> source = 'Young Frankenstein'
>>> m = re.search('Frank', source)
>>> if m:
...      print(m.group())
...
Frank

---

findall()

source의 string에서 pattern과 matching되는 부분이 있는지를 체크하고,

모든 matching된 부분을 overlapping없이 list로 반환.

 

사용법은 다음과 같음.

findall(pattern, string, flags=0)

 

예제는 다음과 같음.

>>> mo = re.findall(r"[a-z]+", "0010010 Has at least one 010 letter 0010010", re.I)
>>> mo
['Has', 'at', 'least', 'one', 'letter']

 

또 다른 예제.

>>> import re
>>> source = 'Young Frankenstein'
>>> m = re.findall('n', source)
>>> m   # findall returns a list
['n', 'n', 'n', 'n']
>>> print('Found', len(m), 'matches')
Found 4 matches

---

split()

source를 pattern에 해당하는 부분들로 나눈 list를 반환

(나누는 기준으로 사용된 pattern들은 output에 포함되지 않음.)

 

사용법은 다음과 같음.

split(pattern, string, maxsplit=0, flags=0)

• maxsplit은 최대로 나눌 substring의 수임. 0일 경우 최대한으로 나누어지게 되며 기본설정임.

 

예제는 다음과 같음.

>>> mo = re.split(r"\W", "Hello, world!")
>>> mo
['Hello', '', 'world', '']
>>> # Combine all adjacent non-letters
>>> mo = re.split(r"\W+", "Hello, world!")
['Hello', 'world', '']

 

다른 예제

>>> import re
>>> source = 'Young Frankenstein'
>>> m = re.split('n', source)
>>> m    # split returns a list
['You', 'g Fra', 'ke', 'stei', '']

---

sub()

source에서 mathcing되는 부분들을 주어진 새문자열로 바꾼 output을 반환.
추가적인 바꿀 새문자열 replacement가 argument로 주어짐.

sub(pattern, repl, string, flags=0)

예제를 살펴볼 것.

>>> mo = re.sub(r"[a-z ]+", "[...]", "0010010 has at least one 010 letter 0010010")
>>> mo
'0010010[...]010[...]0010010'

 

또 다른 예제

>>> import re
>>> source = 'Young Frankenstein'
>>> m = re.sub('n', '?', source)
>>> m   # sub returns a string
'You?g Fra?ke?stei?'

 

compile된 pattern을 사용하는 방식은 다음과 같음.

import re
# rawPattern = r'aaa'
rawPattern = r'\baaa\b'  # 단어가 전체가 aaa인 경우만 해당함.

# compile pattern으로 처리하는 경우.
compiledPattern = re.compile(rawPattern, flags=0)

src = "aaa is an aaa. but aaabbb can be bbbaaa"
compiledPattern.sub("test",src)

 

결과는 다음과 같음.

test is an test. but aaabbb can be bbbaaa

---

match시 group에 이름을 지정하고 접근하기.

다음 예제를 참고

>>> source = '''I wish I may, I wish I might
... Have a dish of fish tonight.'''
>>> m = re.search(r'(?P<DISH>. dish\b).*(?P<FISH>\bfish)', source)
>>> m.group()
'a dish of fish'
>>> m.groups()
('a dish', 'fish')
>>> m.group('DISH')
'a dish'
>>> m.group('FISH')
'fish'

https://ds31x.tistory.com/21

[Python] Regular Expression : 표현식 요약