정규 표현식(import re) 알아보기

 

✏️학습 계기

---

1. 데이터 클렌징을 하다보니 (특히 도서 플랫폼) 정규 표현식을 알아둬야 편하겠더라.

2. 허깅페이스🤗 사용법을 찾아보다가 독스에 정규 표현식이 보여서 정리해본다.

3. 점프투파이썬을 배울 때 학습했던 내용인데, 그땐 어려웠지만 지금은 이해가 된다.

 

01 특히 중요한 부분: 모듈 함수

---

search()가 정규 표현식 전체에 대해서 문자열이 매치하는지를 본다면, match()는 문자열의 첫 부분부터 정규 표현식과 매치하는지를 확인한다. 문자열 중간에 찾을 패턴이 있더라도 match 함수는 문자열의 시작에서 패턴이 일치하지 않으면 찾지 않는다.

 

 

02 학습 내용

---

import re
r = re.compile("a.c")
r.search("kkk") -> 아무런 결과도 출력되지 않음.
r.search("abc") -> <re.Match object; span=(0, 3), match='abc'>

 

1. re.compile(): 함수를 사용하여 정규 표현식 패턴을 컴파일한다.

2. search(): 메서드를 사용하여 주어진 문자열에서 패턴을 찾는다.
2. span=(0, 3): 찾은 패턴이 주어진 문자열에서의 인덱스 범위를 나타낸다.

 

<re.Match object; span=(0, 3), match='abc'>

- 여기서 (0, 3)은 패턴이 문자열의 0번째 인덱스부터 3번째 인덱스까지의 부분 문자열에 일치한다는 것을 의미한다.
- match='abc': 찾은 패턴에 해당하는 문자열이다. 여기서는 "abc"를 의미한다.

- 해당 메시지는 주어진 문자열에서 "a.c"와 일치하는 부분 문자열 "abc"가 0번째 인덱스부터 3번째 인덱스까지에 있다는 것을 알려준다.
- 인덱스는 0부터 시작하므로 "abc"의 인덱스는 0, 1, 2가 맞다. 이것은 Python의 슬라이싱과 동일하다.

- 따라서 "abc"는 0번째부터 2번째 인덱스까지의 문자열이다.

- 3번째 인덱스는 "abc"의 다음 위치를 가리키므로 일치 범위의 끝을 나타낸다.

 

03 모듈 함수 모음

---

 

04 참고 링크

---

02-05 정규 표현식(Regular Expression)

 

05 역슬래쉬 문자 규칙

---

\\	역 슬래쉬 문자 자체를 의미합니다
\d	모든 숫자를 의미합니다. [0-9]와 의미가 동일합니다.
\D	숫자를 제외한 모든 문자를 의미합니다. [^0-9]와 의미가 동일합니다.
\s	공백을 의미합니다. [ \t\n\r\f\v]와 의미가 동일합니다.
\S	공백을 제외한 문자를 의미합니다. [^ \t\n\r\f\v]와 의미가 동일합니다.
\w	문자 또는 숫자를 의미합니다. [a-zA-Z0-9]와 의미가 동일합니다.
\W	문자 또는 숫자가 아닌 문자를 의미합니다. [^a-zA-Z0-9]와 의미가 동일합니다.

 

공백 문자 클래스

1. 정규 표현식에서 [ \t\n\r\f\v] 또는 \s는 모든 공백 문자를 나타낸다.

2. 공백 문자들은 주로 문자열에서 공백을 찾거나 제거할 때 사용된다.

 

\t	탭을 나타낸다.
\n	줄바꿈을 나타낸다.
\r	캐리지 리턴을 나타낸다.
\f	폼 피드를 나타낸다.
\v	수직 탭을 나타낸다.