파이썬 정규식

파이썬 정규식

이 자습서에서는 정규식(RegEx)에 대해 배우고 Python의 re 모듈을 사용하여 RegEx로 작업합니다(예제를 통해).

등록 ular 예 pression(RegEx)은 검색 패턴을 정의하는 일련의 문자입니다. 예를 들어,

^a...s$

위의 코드는 RegEx 패턴을 정의합니다. 패턴은 다음과 같습니다. a로 시작하는 5자리 문자열 s로 끝나는 .

RegEx를 사용하여 정의된 패턴을 사용하여 문자열과 일치시킬 수 있습니다.

표현식	문자열	일치합니까?
^a...s$	abs	일치하지 않음
	alias	일치
	abyss	일치
	Alias	일치하지 않음
	An abacus	일치하지 않음

<시간>

Python에는 re라는 모듈이 있습니다. RegEx와 함께 작동합니다. 다음은 예입니다.

import re

pattern = '^a...s$'
test_string = 'abyss'
result = re.match(pattern, test_string)

if result:
  print("Search successful.")
else:
  print("Search unsuccessful.")	

여기에서는 re.match()을 사용했습니다. 패턴 검색 기능 test_string 내 . 이 메서드는 검색에 성공하면 일치 개체를 반환합니다. 그렇지 않으면 None를 반환합니다. .

<시간>

re에 정의된 다른 여러 기능이 있습니다. RegEx와 함께 작동하는 모듈. 알아보기 전에 정규식 자체에 대해 알아보겠습니다.

RegEx의 기본 사항을 이미 알고 있다면 Python RegEx로 이동하십시오.

<시간>

RegEx를 사용하여 패턴 지정

정규식을 지정하기 위해 메타 문자가 사용됩니다. 위의 예에서 ^ 및 $ 메타 문자입니다.

<시간>

메타 문자

메타 문자는 RegEx 엔진에 의해 특별한 방식으로 해석되는 문자입니다. 다음은 메타 문자 목록입니다.

[] . ^ $ * + ? {} () \ |

<시간>

[] - 대괄호

대괄호는 일치시킬 문자 집합을 지정합니다.

표현식	문자열	일치합니까?
[abc]	a	1 경기
	ac	2경기
	Hey Jude	일치하지 않음
	abc de ca	5경기

여기 [abc] 일치시키려는 문자열에 a , b 또는 c .

-를 사용하여 문자 범위를 지정할 수도 있습니다. 대괄호 안에.

• [a-e] [abcde]과 동일합니다. .
• [1-4] [1234]와 동일합니다. .
• [0-39] [01239]과 동일합니다. .

캐럿 ^를 사용하여 문자 세트를 보완(반전)할 수 있습니다. 대괄호 시작 부분의 기호.

• [^abc] a를 제외한 모든 문자를 의미합니다. 또는 b 또는 c .
• [^0-9] 숫자가 아닌 모든 문자를 의미합니다.

<시간>

. - 기간

마침표는 모든 단일 문자와 일치합니다(줄 바꿈 '\n' 제외). ).

표현식	문자열	일치합니까?
..	a	일치하지 않음
	ac	1 경기
	acd	1 경기
	acde	2개 일치(4자 포함)

<시간>

^ - 캐럿

캐럿 기호 ^ 문자열이 다음으로 시작하는지 확인하는 데 사용됩니다. 특정 캐릭터.

표현식	문자열	일치합니까?
^a	a	1 경기
	abc	1 경기
	bac	일치하지 않음
^ab	abc	1 경기
	acb	일치하지 않음(a로 시작) 그러나 뒤에 b이 오지 않음 )

<시간>

$ - 달러

달러 기호 $ 문자열이 로 끝나는지 확인하는 데 사용됩니다. 특정 캐릭터.

표현식	문자열	일치합니까?
a$	a	1 경기
	formula	1 경기
	cab	일치하지 않음

<시간>

* - 별표

별표 기호 * 0개 이상의 발생과 일치 패턴이 남아 있습니다.

표현식	문자열	일치합니까?
ma*n	mn	1 경기
	man	1 경기
	maaan	1 경기
	main	일치하지 않음(a 뒤에 n가 오지 않습니다. )
	woman	1 경기

<시간>

+ - 플러스

더하기 기호 + 하나 이상의 발생과 일치 패턴이 남아 있습니다.

표현식	문자열	일치합니까?
ma+n	mn	일치하지 않음(a 없음) 문자)
	man	1 경기
	maaan	1 경기
	main	일치 없음(다음에 n이 오지 않음)
	woman	1 경기

<시간>

? - 물음표

물음표 기호 ? 0 또는 1회 발생과 일치 패턴이 남아 있습니다.

표현식	문자열	일치합니까?
ma?n	mn	1 경기
	man	1 경기
	maaan	일치하지 않음(둘 이상의 a 문자)
	main	일치 없음(다음에 n이 오지 않음)
	woman	1 경기

<시간>

{} - 중괄호

다음 코드를 고려하십시오. {n,m} . 이것은 적어도 n을 의미합니다. , 최대 m 패턴이 반복됩니다.

표현식	문자열	일치합니까?
a{2,3}	abc dat	일치하지 않음
	abc daat	1개 일치(daat에서) )
	aabc daaat	2개 일치(aabc에서) 및 daaat )
	aabc daaaat	2개 일치(aabc에서) 및 daaaat )

한 가지 더 예를 들어 보겠습니다. 이 정규식 [0-9]{2, 4} 2자리 이상 4자리 이하 일치

표현식	문자열	일치합니까?
[0-9]{2,4}	ab123csde	1개 일치(ab123csde에서 일치) )
	12 and 345673	3개 일치(12 , 3456 , 73 )
	1 and 2	일치하지 않음

<시간>

| - 대체

세로 막대 | 교대로 사용됩니다(or 연산자).

표현식	문자열	일치합니까?
a|b	cde	일치하지 않음
	ade	1개 일치(ade에서 일치) )
	acdbea	3개 일치(acdbea에서) )

여기 a|b a를 포함하는 모든 문자열과 일치 또는 b

<시간>

() - 그룹

괄호 () 하위 패턴을 그룹화하는 데 사용됩니다. 예:(a|b|c)xz a 중 하나와 일치하는 모든 문자열과 일치 또는 b 또는 c 뒤에 xz

표현식	문자열	일치합니까?
(a|b|c)xz	ab xz	일치하지 않음
	abxz	1개 일치(abxz에서 일치) )
	axz cabxz	2개 일치(axzbc cabxz에서) )

<시간>

\ - 백슬래시

백래시 \ 모든 메타 문자를 포함한 다양한 문자를 이스케이프하는 데 사용됩니다. 예를 들어,

\$a 문자열에 $이 포함된 경우 일치 뒤에 a . 여기, $ RegEx 엔진에 의해 특별한 방식으로 해석되지 않습니다.

문자에 특별한 의미가 있는지 확실하지 않은 경우 \을 입력할 수 있습니다. 그 앞에서. 이렇게 하면 캐릭터가 특별한 방식으로 취급되지 않습니다.

<시간>

특수 시퀀스

특수 시퀀스를 사용하면 일반적으로 사용되는 패턴을 더 쉽게 작성할 수 있습니다. 다음은 특수 시퀀스 목록입니다.

\A - 지정된 문자가 문자열의 시작 부분에 있는 경우 일치합니다.

표현식	문자열	일치합니까?
\Athe	the sun	일치
	In the sun	일치하지 않음

<시간>

\b - 지정된 문자가 단어의 시작 또는 끝에 있는 경우 일치합니다.

표현식	문자열	일치합니까?
\bfoo	football	일치
	a football	일치
	afootball	일치하지 않음
foo\b	the foo	일치
	the afoo test	일치
	the afootest	일치하지 않음

<시간>

\B - \b의 반대 . 지정된 문자가 아닌 경우 일치합니다. 단어의 시작이나 끝에.

표현식	문자열	일치합니까?
\Bfoo	football	일치하지 않음
	a football	일치하지 않음
	afootball	일치
foo\B	the foo	일치하지 않음
	the afoo test	일치하지 않음
	the afootest	일치

<시간>

\d - 모든 10진수와 일치합니다. [0-9]과 동일

표현식	문자열	일치합니까?
\d	12abc3	3개 일치(12abc3에서) )
	Python	일치하지 않음

<시간>

\D - 10진수가 아닌 모든 숫자와 일치합니다. [^0-9]과 동일

표현식	문자열	일치합니까?
\D	1ab34"50	3개 일치(1ab34"50에서) )
	1345	일치하지 않음

<시간>

\s - 문자열에 공백 문자가 포함된 경우와 일치합니다. [ \t\n\r\f\v]과 동일 .

표현식	문자열	일치합니까?
\s	Python RegEx	1 경기
	PythonRegEx	일치하지 않음

<시간>

\S - 문자열에 공백이 아닌 문자가 포함된 경우와 일치합니다. [^ \t\n\r\f\v]과 동일 .

표현식	문자열	일치합니까?
\S	a b	2개 일치( a b에서) )
		일치하지 않음

<시간>

\w - 모든 영숫자 문자(숫자 및 알파벳)와 일치합니다. [a-zA-Z0-9_]과 동일 . 그건 그렇고, 밑줄 _ 영숫자로도 간주됩니다.

표현식	문자열	일치합니까?
\w	12&": ;c	3개 일치(12&": ;c에서) )
	%"> !	일치하지 않음

<시간>

\W - 영숫자가 아닌 모든 문자와 일치합니다. [^a-zA-Z0-9_]과 동일

표현식	문자열	일치합니까?
\W	1a2%c	1개 일치(1a2%c에서) )
	Python	일치하지 않음

<시간>

\Z - 지정된 문자가 문자열의 끝에 있는 경우 일치합니다.

표현식	문자열	일치합니까?
Python\Z	I like Python	1 경기
	I like Python Programming	일치하지 않음
	Python is fun.	일치하지 않음

<시간>

도움말: 정규식을 빌드하고 테스트하려면 regex101과 같은 RegEx 테스터 도구를 사용할 수 있습니다. 이 도구는 정규식을 만드는 데 도움이 될 뿐만 아니라 학습에도 도움이 됩니다.

이제 RegEx의 기본 사항을 이해했으므로 Python 코드에서 RegEx를 사용하는 방법에 대해 논의해 보겠습니다.

<시간>

파이썬 정규식

Python에는 re라는 모듈이 있습니다. 정규 표현식으로 작업합니다. 이를 사용하려면 모듈을 가져와야 합니다.

import re

모듈은 RegEx와 함께 작동하는 여러 함수와 상수를 정의합니다.

<시간>

re.findall()

re.findall() 메서드는 모든 일치 항목을 포함하는 문자열 목록을 반환합니다.

<시간>

예시 1:re.findall()

# Program to extract numbers from a string

import re

string = 'hello 12 hi 89. Howdy 34'
pattern = '\d+'

result = re.findall(pattern, string) 
print(result)

# Output: ['12', '89', '34']

패턴을 찾을 수 없는 경우 re.findall() 빈 목록을 반환합니다.

<시간>

re.split()

re.split 메소드는 일치하는 문자열을 분할하고 분할이 발생한 문자열의 목록을 반환합니다.

<시간>

예시 2:re.split()

import re

string = 'Twelve:12 Eighty nine:89.'
pattern = '\d+'

result = re.split(pattern, string) 
print(result)

# Output: ['Twelve:', ' Eighty nine:', '.']

패턴을 찾을 수 없는 경우 re.split() 원래 문자열을 포함하는 목록을 반환합니다.

<시간>

maxsplit를 통과할 수 있습니다. re.split()에 대한 인수 방법. 발생할 최대 분할 수입니다.

import re

string = 'Twelve:12 Eighty nine:89 Nine:9.'
pattern = '\d+'

# maxsplit = 1
# split only at the first occurrence
result = re.split(pattern, string, 1) 
print(result)

# Output: ['Twelve:', ' Eighty nine:89 Nine:9.']

참고로 maxsplit의 기본값은 는 0입니다. 가능한 모든 분할을 의미합니다.

<시간>

re.sub()

re.sub() 구문 입니다:

re.sub(pattern, replace, string)

이 메서드는 일치하는 항목이 replace의 내용으로 대체되는 문자열을 반환합니다. 변수.

<시간>

예시 3:re.sub()

# Program to remove all whitespaces
import re

# multiline string
string = 'abc 12\
de 23 \n f45 6'

# matches all whitespace characters
pattern = '\s+'

# empty string
replace = ''

new_string = re.sub(pattern, replace, string) 
print(new_string)

# Output: abc12de23f456

패턴을 찾을 수 없는 경우 re.sub() 원래 문자열을 반환합니다.

<시간>

count를 전달할 수 있습니다. re.sub()의 네 번째 매개변수로 방법. 생략하면 0이 됩니다. 모든 항목을 대체합니다.

import re

# multiline string
string = 'abc 12\
de 23 \n f45 6'

# matches all whitespace characters
pattern = '\s+'
replace = ''

new_string = re.sub(r'\s+', replace, string, 1) 
print(new_string)

# Output:
# abc12de 23
# f45 6

<시간>

re.subn()

re.subn() re.sub()과 유사합니다. 단, 새 문자열과 대체 횟수를 포함하는 2개 항목의 튜플을 반환합니다.

<시간>

예시 4:re.subn()

# Program to remove all whitespaces
import re

# multiline string
string = 'abc 12\
de 23 \n f45 6'

# matches all whitespace characters
pattern = '\s+'

# empty string
replace = ''

new_string = re.subn(pattern, replace, string) 
print(new_string)

# Output: ('abc12de23f456', 4)

<시간>

re.search()

re.search() 메소드는 패턴과 문자열의 두 가지 인수를 취합니다. 이 메서드는 RegEx 패턴이 문자열과 일치하는 첫 번째 위치를 찾습니다.

검색에 성공하면 re.search() 일치 개체를 반환합니다. 그렇지 않으면 None을 반환합니다. .

match = re.search(pattern, str)

<시간>

예시 5:re.search()

import re

string = "Python is fun"

# check if 'Python' is at the beginning
match = re.search('\APython', string)

if match:
  print("pattern found inside the string")
else:
  print("pattern not found")  

# Output: pattern found inside the string

여기, 일치 일치 개체를 포함합니다.

<시간>

일치 개체

dir() 함수를 사용하여 일치 개체의 메서드 및 속성을 가져올 수 있습니다.

일반적으로 사용되는 일치 개체의 일부 메서드 및 속성은 다음과 같습니다.

<시간>

match.group()

group() 메소드는 일치하는 문자열 부분을 반환합니다.

예 6:일치 개체

import re

string = '39801 356, 2102 1111'

# Three digit number followed by space followed by two digit number
pattern = '(\d{3}) (\d{2})'

# match variable contains a Match object.
match = re.search(pattern, string) 

if match:
  print(match.group())
else:
  print("pattern not found")

# Output: 801 35

여기, 일치 변수에 일치 개체가 있습니다.

우리의 패턴 (\d{3}) (\d{2}) 두 개의 하위 그룹이 있습니다. (\d{3}) 및 (\d{2}) . 이러한 괄호로 묶인 하위 그룹의 문자열 일부를 가져올 수 있습니다. 방법은 다음과 같습니다.

>>> match.group(1)
'801'

>>> match.group(2)
'35'
>>> match.group(1, 2)
('801', '35')

>>> match.groups()
('801', '35')

<시간>

match.start(), match.end() 및 match.span()

start() 함수는 일치하는 부분 문자열의 시작 인덱스를 반환합니다. 마찬가지로 end() 일치하는 부분 문자열의 끝 인덱스를 반환합니다.

>>> match.start()
2
>>> match.end()
8

span() 함수는 일치하는 부분의 시작 및 끝 인덱스를 포함하는 튜플을 반환합니다.

>>> match.span()
(2, 8)

<시간>

match.re 및 match.string

re 일치하는 개체의 속성은 정규식 개체를 반환합니다. 마찬가지로 string 속성은 전달된 문자열을 반환합니다.

>>> match.re
re.compile('(\\d{3}) (\\d{2})')

>>> match.string
'39801 356, 2102 1111'

<시간>

re에 정의된 일반적으로 사용되는 모든 메서드를 다루었습니다. 기준 치수. 자세히 알아보려면 Python 3 re 모듈을 방문하세요.

<시간>

RegEx 앞에 r 접두사 사용

r일 때 또는 R 접두사는 정규식 앞에 사용되며 원시 문자열을 의미합니다. 예:'\n' r'\n'는 새 줄이지만 두 문자를 의미합니다. 백슬래시 \ 뒤에 n .

백래시 \ 모든 메타 문자를 포함한 다양한 문자를 이스케이프하는 데 사용됩니다. 그러나 r을 사용하면 접두사는 \을 만듭니다. 일반 캐릭터로 취급합니다.

<시간>

예제 7:r 접두사를 사용하는 원시 문자열

import re

string = '\n and \r are escape sequences.'

result = re.findall(r'[\n\r]', string) 
print(result)

# Output: ['\n', '\r']