배워서 남주는 정규표현식(2) - 메타 문자

이전글: 배워서 남주는 정규표현식(1)

 

이 글에서는 바로 정규표현식의 기본 문법격인 메타문자(meta character)에 대해서만 알아보기로 한다.  지난 글에서 일부 메타 문자를 예제로 다루기는 했지만 모두 다룰 수 없어서 이곳에 따로 정리했다. 정규식 연습 및 결과 확인은 regexr.com을 사용하고 있다. 각 카테고리에 해당하는 소제목 중 상당수는 한글로 어떻게 번역되는지를 정확히 알 수 없어서 영어로 표기하였다.

1. Character Classes [기호 클래스]

기호 클래스는 특정 set에서 문자를 찾는다.

정규식(예시)	명칭	매칭 조건	비고
[ABC]	character set	[ ] 안의 문자들	예) [a-z], [0-9], [a-c], [+_]
[^ABC]	negated set	[ ]안에 포함되지 않은 모든 문자들	예) [^a-c]
[A-Z]	range (범위)	두 문자 사이에 속하는 모든 문자들	예) [a-e] -> a, b, c, d, e
.	dot (마침표)	줄바꿈(line break)을 제외한 모든 문자
\w	word	알파벳, 숫자, 언더스코어를 포함한 모든 문자	[A-Za-z0-9_]와 동일, 한글은 포함하지 않음
\W	not word	\w와 반대	[^A-Za-z0-9_]와 동일 è, ë 와 같이 머리에 기호를 달고 있는 알파벳이 포함됨
\d	digit	숫자	[0-9]와 동일
\D	not digit	\d와 반대	[^0-9]와 동일
\s	whitespace	공백
\S	not whitespace	공백이 아닌 모든 조건

 

2. Quantifiers & Alternation [수량자와 교체 구문]

Quantifier(수량자)는 앞의 문자(token)의 개수가 특정 개수와 일치해야함을 가리킨다. Quantifier는 기본적으로 탐욕적(greedy)이기 때문에 가능한 많은 문자를 찾아낸다.

Alternation(교체 구문)은 boolean OR 연산자와 동일하게 동작한다.

정규식	명칭	매칭 조건	비고
+	plus	+기호 앞의 조건이 1개 이상 존재	예) b\w+ -> be, bee, beer ..
*	start	*기호 앞의 조건이  없거나 1개 이상 존재	예) b\w* -> b, be, beer
{3}	quantifier	괄호 앞의 조건이 괄호 안 숫자에 해당하는 만큼의 반복이 존재	예) ab{3} -> abbb
{min, max}	quantifier	괄호 앞의 조건이 min~max 만큼의 반복이 존재	예) ab{1, 2} -> ab, abb
{min,}	quantifier	괄호 앞의 조건이 최소 min 만큼의 반복이 존재	예) ab{2,} -> abb, abbb
?	optional	? 기호 앞의 조건이 있거나 없음	예) colou?r -> color, colour
?	lazy quantifier (게으른 수량자)	수량자는 기본적으로 탐욕적인 반면, 게으른 수량자를 사용하면 가능한 더 적고 짧은 값을 반환한다.	예) b\w+? -> bee, back, bac
|	alternation (교체 구문)	| 기호 기준 좌우 기준 중 어떤 것이든 존재	예) b(a|e|i)d -> bad, bed, bid

 

3. Anchors [앵커]

앵커는 문자열 내의 문자가 아닌 위치를 찾는다는 점에서 독특하다.

정규식	명칭	매칭 조건	비고
^	beginning	문자열의 시작 혹은 라인의 시작 이 기호는 문자가 아닌 위치를 매칭함	예) ^\w+
$	end	문자열의 끝 혹은 라인의 끝 이 기호는 문자가 아닌 위치를 매칭함	예) \w+$
\b	word boundary	경계에 위치한 문자 문자, 비문자, 문자의 시작과 끝 사이	예) \w\b
\B	not word boundary	경계가 아닌 모든 위치	예) \w\B

 

4. Groups & References [그룹과 참조]

그룹은 연속된 기호가 묶여있는 형태이다. 이미 찾은 캡쳐 그룹은 *역참조를 통해 참조할 수 있다.

*역참조(backreference): 패턴의 일부를 하위 표현식으로 묶으면, 첫 번째로 나타나는 부분 문자열을 찾은 뒤에 역참조를 통해 이후에 나타나는 문자열을 찾을 수 있음

정규식(예시)	명칭	설명	비고
(ABC)	capturing group	괄호 안 조건에 매칭되는 문자열을 그룹으로 묶음 Kotlin에서는 그룹에 걸린 매칭결과를 List<String>으로 접근할 수 있음	예) (ha)+
(?:ABC)	non-capturing group	괄호 안 조건에 매칭되는 문자열을 찾지만 그룹에 포함시키지는 않음	예) (?:ha)+
\1	backreference (역참조)	캡쳐 그룹의 결과를 찾음  예) \1은 첫 번째 캡쳐그룹의 결과를 찾는다.	예) (\w)a\1 -> hah * 여기서 1번째 캡쳐그룹의 결과는 h이다.

 

5. Lookaround [전후방 탐색]

Lookaround는 메인 패턴의 전(lookahead)과 후(lookbehind)에 있는 그룹을 매치시키지만 결과에는 포함시키지 않는다. 아쉽게도 우리가 사용중인 regexr.com은 후방탐색은 지원하지 않고 있다. 후방탐색을 연습해보고 싶다면 regexone.com을 사용해보길 바란다.

정규식(예시)	명칭	설명	비고
(?=ABC)	positive lookahead	메인 표현식 뒤의 그룹과 일치하는 조건을 찾지만 그룹의 패턴은 결과에 포함시키지 않음	예) `\d(?=px) -> 2px
(?!ABC)	negative lookahead	메인 표현식 뒤의 그룹과 않는 조건을 찾지만 그룹의 패턴은 결과에 포함시키지 않음	예) `\d(?!px) -> 2pt
(?<=ABC)	positive lookbehind	메인 표현식 앞의 그룹과 일치하는 조건을 찾지만 그룹의 패턴은 결과에 포함시키지 않음	예) (?<=\d)\w+ -> 2pt
(?<!ABC)	negative lookbehind	메인 표현식 앞의 그룹과 일치하는 조건을 찾지만 그룹의 패턴은 결과에 포함시키지 않음

 

맺음말

위에 나열된 메타문자 외에도 추가적인 것들이 존재하지만, 그 외는 각 언어에 한정된 패턴이거나 기본적인 범위를 벗어난다고 봐도 무방할 것 같다. 위의 기본적인 메타문자들만 잘 숙지해서 조합하면 상당히 많은 패턴을 만들 수 있다.

 

아! 끝으로 정규식 게임처럼 연습해볼 수 있는 웹사이트가 있어서 소개하고 싶다. (아래 링크)

https://regexlearn.com/

 

 

참고한 곳 출처

메타 문자 참조: https://regexr.com/

역참조(backreference): https://blog.hexabrain.net/204