reg_exp.md

정규표현식

기호에 따른 의미

기호
\d	0-9
\D	0-9를 제외한 나머지
.	아무거나
\.	Dot, Period
[abc]	Only a, b or c
[^abc]	Not a, b nor c
[a-z]	a-z
[0-9]	0-9
\w	영어와 숫자, 언더바(_)
\W	영어와 숫자, 언더바를 제외한 나머지
{m}	m번 반복
{m,n}	m~n번 반복
*	0번 이상
+	1번 이상
?	있거나 없거나 (0 or 1)
\b	단어의 경계
\s	Whitespace (Space, tab, new line, carriage return)
\S	Whitespace를 제외한 나머지
^a	a로 시작
a$	a로 끝
()	Grouping
(abc|def)	abc or def

• 반복과 관련된 *, +, {m,}은 기본적으로 greedy하게 동작함 Lazy하게 동작하기 위해서는 뒤에 ?를 붙여야 함

Grouping

• ()를 이용해 그루핑할 수 있다. (하위 표현식이라고도 함)
• 정규 표현식 내에서도 이 그룹 값을 참조할 수 있는데, 이를 역참조라고 한다.
  • \n : n번째 등장한 하위 표현식 역참조
• 예제
  • 표현식 : <H([1-6])>.*?</H\1>
  • 텍스트
    • <H1>Text</H1> : 일치
    • <H2>Text</H3> : 불일치
    • <H3>Text</H3> : 일치
• (?P<name>regex) : regex 패턴에 해당하는 텍스트를 name이라는 그룹에 저장

Lookaround

• ?: : Match expression but do not capture it.
  • a(b)에서는 ab, abc가 매치되고 b라는 capture group을 만든다.
  • a(?:b)에서는 a만 매치되고 끝
• Lookahead
  • ?= : Match a suffix but exclude it from capture.
    • q(?=u) : 뒤에 u가 있는 q만 매치
  • ?! : Match if suffix is absent.
    • q(?!u) : 뒤에 u가 아닌 q만 매치
• Lookbehind
  • ?<= : 앞에 뭐가 있는지 체크
    • (?<=a)b : b만 매치 (cab에서의 b)
  • ?<! : 앞에 뭐가 없는지 체크
• 단어의 경계에서 ahead나 behind가 success 할 수 있으니 주의