Regular Expressions

- 켄 톰슨

• 클래스; []
• 단축문자; \d: 숫자, \D: 숫자 이외의 문자
• 임의의 문자; .: 아무문자(행의 끝에 오는 개행 문자는 제외)
• 그룹참조; ()
• 수량자; {숫자}: 해당 갯수, {최소숫자,최대숫자}: 최소숫자부터 최대숫자 갯수만큼 , ?: 하나 이하, +: 하나 이상, *: 0 이상
• 상수

• \d, [0-9]

• \D, [^0-9]; 공백, 구두점, 인용부호, 하이픈, 슬래시, 대괄호 같은 문자도 찾는다.
• \w; 모든 영문자, 숫자, _, 기타 스크립트 문자 = [a-zA-Z0-9_]
• \W; [^a-zA-Z0-9_]

• \s, [ \t\n\r]

• . (U+002E); 개행 문자²⁾를 제외한 모든 문자
• \b; 단어의 경계

• 찾고자 하는 내용을 ()로 감싼 후(참조) $1, $2 혹은 \1, \2와 같이 역참조

• 위치 지정자 assertion
  • 행의 시작과 끝
  • 단어의 경계(두 종류)
  • 행의 시작과 끝
  • 문자열 상수를 나타내는 경계
• ^; 문맥에 따라 행이나 문자열 또는 문서 전체의 시작
• $; 행이나 문자열의 끝
• \b; 단어의 경계
• \B
• \<; 단어의 시작
• \>; 단어의 끝
• \A; ^의 기능처럼 해당 패턴이 행의 시작 위치에 나오는지 찾는다. PCRE(Perl Compatible Regular Expression)
• \Z, \z; 해당 패턴이 행의 끝에 나오는지
• \Q문자\E; 문자열을 상수로 지정

• 그룹; 텍스트를 괄호로 묶은 것
  • 두 가지 이상의 패턴 중 하나를 선택할 때
  • 서브패턴을 만들 때
  • 나중에 역참조하기 위해 참조 그룹을 지정할 때
  • 수량자 같이 그룹으로 묶은 패턴에 어떤 작업을 적용할 때
  • 비참조 그룹을 사용할 때
  • 원자 그룹을 만들 때(고급과정)
• 선택 alternation; 찾고자 하는 패턴을 선택

• 서브패턴 ex) (the|The|THE), (t|T)h(e|eir)
• 그룹 참조와 역참조; \1, $1
• 그룹 이름 지정; ?<one>, ?<two>
• 그룹 이름으로 참조; $+{one}, $+{two}

• 비참조 그룹; 역참조가 필요 없을 경우 ex) (?:the|The|THE), (?i)(?:the), (?:(?i)ther), (?i:the)
• 원자 그룹; 비참조 그룹 중 하나. 백트래킹 backtracking을 하는 정규표현식 엔진을 사용하는 경우, 이 그룹을 사용하면 정규표현식 전체는 아니더라도 원자 그룹에 해당하는 부분의 백트래킹 기능을 없앰.
  • ex) (?>the)

• 대괄호식 bracketed expressions
• [a-z], [A-Z], [aeiou], [0-9], …
• 부정 문자 클래스; [^문자]
• 합집합; [0-3[6-9]]
• 차집합; [a-z&&[^m-r]]

• \u16진수코드; \u00e9, \xe9
• 8진수로 문자 찾기; \351(==\u00e9)
• 제어문자 찾기; /cx

• 욕심많고, 게으르고, 독점적인 수량자
• 욕심쟁이; 입력된 텍스트에서 가능한 많은 부분, 즉 전체 문자열을 가져온 다음 원하는 문자열을 찾아내려고 시도.
• 게으른(또는 느슨한) 수량자; 우선 문자열의 시작 위치부터 검색. 원하는 문자열을 찾을 때까지 하나씩 문자를 증가시키면서 찾다가, 계속 찾지 못하면 마지막으로 전체 텍스트를 검사. 일반 수량자 뒤에 물음표(?)를 붙인다.
• 독점적인 수량자; 전체 텍스트를 가져온 후, 찾고자 하는 문자열인지를 검사. 오직 한 번만 시도, 백트래킹은 하지 않음. 일반 수량자 뒤에 덧셈기호(+)를 붙인다.
• 클리니 스타(*)
• *, +, ?

• lookaround
• 긍정형 전방 탐색(Positive lookaheads)
• 부정형 전방 탐색(Negative lookaheads)
• 긍정형 후방 탐색(Positive lookbehinds)
• 부정형 후방 탐색(Negative lookbehinds)

• 자음 모음을 포함한 모든 한글 검색;

  [ㄱ-|5가-히ㅎ]+
• 이메일 주소 확인;

  ^[a-zA-Z][\w-.%]+@([\w-]{2,63}\.)+[a-zA-Z]{2,4}$
  1. ^문장의 시작부터 $끝까지 체크
  2. 대소문자 구분 없이 a-z,0-9,.,-,_의 1개 이상
  3. @
  4. 대소문자 구분 없이 a-z,0-9,-,_가 2글자 이상 63자 이하의 글자가 오며 점(.)은 1개 이상
  5. 대소문자 구분 없이 a-z의 2개 이상 4개 이하
• IP 주소체크;

  ((25[0-5]|2[0-4][0-9]|[01]?[0-9[0-9]?)\.){3}(25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)
  1. 250~251 또는 200~249 또는 0~199 \. 정확히 3번
  2. 250-251 또는 200~249 또는 0~199 1번
• URL;

  ^https?://([\w-]+.)+(/[\w-./?&%=]*)?$
  1. ^문장의 시작부터 $끝까지 체크
  2. http로 시작하고 s는 있거나 없거나
  3. :// 체크
  4. zA-Z0-9 등 \w에 매칭되는 문자와 -은 1번 이상
  5. 점(.)
  6. 4,5번의 조함이 1번 이상
  7. / 이후 \w에 매칭되는 문자와 -./?&%= 조합의 0번 이상이 있거나 없거나
• 신용카드번호
  • 마스터카드(5로시작);

    ^5\d{3}-?\d{4}-?\d{4}-?\d{4}$
  • 비자카드(4로시작);

    ^4\d{3}-?\d{4}-?\d{4}-?\d{4}$
  • 국내전용(9로시작);

    ^9\d{3}-?\d{4}-?\d{4}-?\d{4}$
  • 아메리칸익스프레스(3으로 시작, 두번째숫자는 4또는 7);

    ^3[47]\d{2}-?\d{4}-?\d{4}-?\d{4}$
    1. ^문장의 시작부터 $끝까지 체크
    2. \d{4} 0-9까지의 숫자가 네자ㄹ
    3. -? -가 있거나 없거나
• HTML 주석;

  <!-{2,}.*?-{2,}>
  1. <!로 시작
  2. -가 2개 이상
  3. .*? 아무 문자가 0번 이상
  4. -가 2개 이상
  5. >로 닫음

• Perl
• PCRE(Perl Compatible Regular Expression)
• 루비에서 사용하는 오니구루마
• 파이썬
• RE2

• RegEx Pal
• RegExr
• rubular

• QED
• ed
• sed; s/pattern1/replacetext/ s(substitute)
• vi(vim)
• grep
• awk
• TextMate macOS
• Notepad++ Windows
• Oxygen XML Editor
• reggy