메타 문자
- 반복 메타문자
| 문자 | 의미 | 예 |
| * | 0 회 이상 반복 | ca*t => ct, cat, caat, caaat, … |
| + | 1 회 이상 반복 | ca+t => cat, caat, caaat … |
| ? | 0회 혹은 1회 | ca?t => ct, cat |
| {m} | m회 반복 | ca{2}t => caat |
| {m, n} | m회부터 n회까지 반복 | ca{2, 4}t => caat, caaat, caaaat |
>>> import re
>>> re.match('cat', 'caat').group()
'caat'
>>> re.match('cat', 'cat').group()
Traceback (most recent call last):
File "<stdin>", line 1, in ?
AttributeError: 'NoneType' object has no attribute 'group'
>>> re.match('cat', 'cat').group()
Traceback (most recent call last):
File "<stdin>", line 1, in ?
AttributeError: 'NoneType' object has no attribute 'group'
>>> re.match('cat', 'caat').group()
'caat'
>>> re.match('cat', 'caaat').group()
'caaat'
>>> re.match('cat', 'caaaat').group()
'caaaat'
>>> re.match('cat', 'caaaaat').group()
Traceback (most recent call last):
File "<stdin>", line 1, in ?
AttributeError: 'NoneType' object has no attribute 'group'- 최소 매칭
| 기호 | 의미 |
| *? | * 와 같으나 문자열을 최소로 매칭한다. |
| +? | + 와 같으나 문자열을 최소로 매칭한다. |
| ?? | ? 와 같으나 문자열을 최소로 매칭한다. |
| {m,n}와 같으나 문자열을 최소로 매칭한다. |
- 매칭 메타 문자
| 메타 문자 | 의미 |
| . | 개행 문자를 제외한 모든 문자와 매칭 된다. re.DOTALL 플래그가 셋팅되어져 있다면 줄바꿈 문자 까지도 매칭 대상에 포함된다. |
| ^ | 문자열의 시작과 매칭된다. re.MULTILINE 모드에서는 각 라인의 시작과 매칭된다. [] 메타기호 안에서는 반대의 문자열을 취한다 예) [^a-zA-Z0-9] 모든 알파벳과 숫자를 제외한 것 들과 매칭된다 |
| $ | 문자열의 마지막 또는 문자열 끝의 개행 문자와 매칭되며, MULTILINE 모드 역시 개행 문자의 앞까지 매칭된다. ‘foo$’가 오직 ‘foo’만 매칭되는 것과는 반대로 ‘foo’는 ‘foo’와 ‘foobar’둘 다 매칭된다. 흥미로운 것은 ‘foo.$’를 ‘foo1\nfoo2\n’에서 찾는다면 foo2는 매치가 되지만 foo1은 MULTILINE 모드에서만 매칭이 된다는 것이다. |
| [] | 문자 집합을 나타낸다. [abc]는 ‘a’, ‘b’, ‘c’ 문자 중 하나를 의미한다. [a-c]와 같이 나타낼 수도 있다. |
| | | a|b 는 해당 문자가 ‘a’이거나 ‘b’라는 뜻이다. |
| () | 정규식을 그룹으로 묶는다. 이것은 match 또는 search를 통해 리턴되는 Match 오브젝트의 group를 호출할 때 사용된다. |
- 이스케이프 문자
| 문자 | 설 명 |
| \\ | 역슬래쉬 문자 |
| \d | 모든 숫자와 매칭된다 [0-9] |
| \D | 숫자가 아닌 모든 문자와 매칭된다 [^0-9] |
| \s | 모든 화이트 스페이스 문자와 매칭된다 [\t\n\r\f\v] |
| \S | 화이트 스페이스가 아닌 모든 문자와 매칭된다. [^\t\n\r\f\v] |
| \w | 모든 숫자 또는 문자와 매칭된다. [a-zA-Z0-9] |
| \W | 숫자 또는 문자가 아닌 모든 문자와 매칭된다 [^a-zA-Z0-9] |
| \b | 단어의 경계를 나타낸다. 단어는 영문자 혹은 숫자의 연속 문자열로 가정한다. |
| \B | \b의 반대로 단어의 경계가 아님을 나타낸다. |
NOTE - 메타 문자를 정규 표현식에 일반 문자로써 사용하려 한다면 '\'문자를 앞에 붙여 준다. 예를 들어 "/*" 와 같이 '*'를 정규 표현식에서 사용 하면 '/'문자가 0회 이상 반복 되는 것으로 인식한다. 그래서 "/\*" 처럼 이스케이프 문자를 앞에 넣어 주어 일반 문자로 사용한다는 것을 알려 주어야 한다.
파이썬 정규 표현식 모듈 re(regular expression)
- match(<정규표현식>, <대상문자열>)
대상 문자열의 처음부터 정규식과 매칭 되는지 검사 - search(<정규표현식>, <대상문자열>)
대상 문자열 전체를 정규식과 매칭 되는지 검사 - findall(<정규표현식>, <대상문자열>)
대상 문자열에서 정규 표현식과 매칭되는 모든 문자열을 리스트 형태로 리턴 - finditer(<정규표현식>, <대상문자열>)
대상 문자열에서 정규 표현식과 매칭되는 모든 문자열을 반복 가능한 객체로 리턴
파이썬 정규 표현식 모듈 사용 예제
@Condition이라는 임의 정의된 C++ 주석이 있다면, @Type의 내용을 출력하라.
/* @Condition
@Type : ConditionType
*/아래는 정규 표현식 모듈을 사용한 파이썬 코드다.
import re
f = open(file_path, "r", encoding='UTF8')
for line in f :
match = re.search('/\*[ \t]*@Condition', line)
if None != match :
... 파싱 시작 ...
match = re.search('@Type+[ \t]*:[ \t]*', line)
if None != match :
type = line[match.span()[1]:].rstrip()
match = re.search('\*/', line)
if None != match :
... 파싱 종료 ...- re.search 는 대상 문자열 전체를 대상으로 매칭 되는 문자열이 있는지 검사한다. 매칭 되는 문자열이 있는 경우 매칭 정보가 담겨 있는 Match 객체를, 그렇지 않은 경우 None을 리턴한다.
- Match 객체는 매칭된 문자열의 시작과 끝 위치를 알려주는 span과 매치된 문자열을 알려주는 match 가 있다.
- '/\*[ \t]*@Condition'
- /로 시작하고, 바로 뒤에 * 문자를 찾는다. \* 형태인 이유는 *가 메타문자이기 때문에 /문자가 0회 이상 반복 되는 패턴을 찾으려고 한다. *을 리터럴 문자로 사용하기 위해 앞에 이스케이프 문자를 추가 했다.
- [ \t]* : 문자 집합을 나타내는 대괄호. 대괄호 안에 있는 문자 중 하나와 매칭 되는 문자를 찾는다. 공백과, \t는 일반적으 화이트 스페이스라고 부르며 공백을 의미한다. 뒤의 *는 0회 이상을 반복을 나타낸다.
- @Condition : 찾는 문자열
