정규표현식 기초

2007. 6. 29. 15:56

2007. 6. 29. 15:56 in 팁&테크/ETC

정규표현식의 기본 문법

정규표현식은 소프트웨어에 따라서 방식이나 지원 범위가 다를 수 있습니다.

“^The”	"The"로 시작하는 문자열
"of despair$"	"of despair"로 끝나는 문자열
"^abc$"	"abc"로 시작하고 "abc"로 끝나는 문자열 ("abc" 라는 문자열도 해당됨)
"notice"	"notice"가 들어 있는 문자열

"ab{2}"	a 다음에 b가 2개 있는 문자열 ("abb")
"ab{2,}"	a 다음에 b가 2개 이상 ("abb", "abbbb", 등.)
"ab{3,5}"	a 다음에 b가 3개에서 5개 사이 ("abbb", "abbbb", 또는 "abbbbb")

'*', '+', '?'는 각각 "{0,}", "{1,}", "{0,1}"와 같습니다.

"hi\|hello"	"hi"나 "hello"가 들어 있는 문자열
(응용) "(b\|cd)ef"	"bef" 또는 "cdef"
(응용) "(a\|b)*c"	a와 b가 섞여서 여러번 나타나고 그뒤에 c가 붙어있는 패턴

. (점)	임의의 한 문자
ex) "^.{3}$" 3문자로만 되어 있는 문자열

[] 괄호 안에 있는 내용 중 임의의 한 문자 [] 안에서 첫문자로 ‘^’를 쓰면 괄호 내용의 부정 – 즉 괄호 안에 포함되지 않는 한 문자
"[ab]"	a 또는 b ("a\|b"와 동일한 표현)
"[a-d]"	소문자 'a'에서 'd'까지 ("a\|b\|c\|d"또는 "[abcd]"와 동일)
(응용) "^[a-zA-Z]"	영문자로 시작하는 문자열
(응용) "[0-9]%"	% 문자 앞에 하나의 숫자가 붙어 있는 패턴
(응용) "%[^a-zA-Z]%"	두 % 문자 사이에 영문자가 없는 패턴

[ ] 안에서는 특수 문자가 모두 효력을 잃게 됩니다.

검색 + 치환을 위한 하부식(부분식)

( )로 둘러싼 부분은 각각 하나의 덩어리로 취급해서, 검색시 ( ) 안에 해당되는 내용들을 변경할 내용에서 그대로 가져다 이용할 수 있습니다. 검색된 각각의 ( )안에 해당되는 내용은 변경할 내용에서 $1, $2, .. 등으로 지정해서 쓸 수 있습니다.

예제) mp3파일 이름 바꾸기

검색 : (.*) - (.*)\.mp3 .*은 길이에 상관없이 임의의 문자열, \.은 점

치환 : $2 - $1.mp3 앞에서 검색한 ( )안에 해당되는 내용끼리 순서 바꾸기

ex) "제목 - 연주자.mp3" Þ "연주자 - 제목.mp3"

앞에서 정의한 하부식을 다시 활용하기 (제가 잘못 이해한 것일 수도 있는데)

\n은 ( ) 하부식 중에서 n번째 하부식을 가리킵니다.

예제) (.+)\1+

\1로 되어 있으니까 첫번째 부분식 (.+)를 가리킵니다. 위 내용을 해석하자면, 일단 (.+)가 있으니까 이에 해당되는 내용을 찾고, \1+이 있으니까 첫번째 부분식 (.+)와 똑같은 내용이 그 뒤에 1번 이상 있는 문자열을 찾습니다.

예제) abab같은 문자열이 위에 해당되는데, 일단 (.+) 즉 임의의 문자열 ab를 찾고 그 뒤에 \1+로 첫번째 부분식을 다시 1번 이상 있는 것을 찾으니까 뒤의 ab가 이에 해당합니다.

Posted by 와이즈번

메모장입니다.