정규 표현식(Regular Expressions) 기초 정리

1. 정규 표현식이란?

정규 표현식(Regular Expressions, RegEx)은 특정한 규칙을 가진 문자열 집합을 표현하는 데 사용하는 패턴이다. 이를 활용하면 문자열 검색, 추출, 치환 등의 작업을 효과적으로 수행할 수 있다.

정규 표현식은 특정 문제를 해결하기 위한 논리적 규칙을 포함하며, 일반적인 문자와 특수한 의미를 갖는 기호(메타 문자)로 구성된다.

---

2. 정규식 메타 문자(Meta Characters)

메타 문자는 정규 표현식에서 특정한 의미를 가지는 특수 기호를 뜻한다.

(1) 주요 메타 문자 및 의미

예를 들어 \.은 .을 특수 기호가 아니라 그냥 마침표로 해석하도록 한다.

예제

\bhy\w+ 를 분석해보자.

1. 각 요소의 의미

2. 패턴 해석

• \b → 단어의 시작을 지정한다. 즉, hy가 단어의 시작 부분에 있어야 한다.

• hy → 반드시 "hy"로 시작하는 단어를 찾다.

• \w+ → hy 다음에 알파벳, 숫자, 언더스코어(_)로 이루어진 문자열이 하나 이상 와야 한다.

즉, 단어 경계를 기준으로 hy로 시작하는 단어를 찾는 패턴이다.

---

3. 예제

✅ 매칭되는 문자열:

❌ 매칭되지 않는 문자열:

---

3. 선택 패턴

• |(OR 연산자)
  A|B 패턴을 사용하면 A 또는 B 중 하나와 매칭된다.
  예: alice|elice → alice 또는 elice와 매칭됨.

• [](문자 집합)
  [] 대괄호 안에 있는 문자 중 하나와 매칭된다.
  예:

  • [a,b,c] → a, b, c 중 하나와 매칭

  • [0-9] → 0부터 9까지의 숫자 중 하나와 매칭

  • [A-Z] → A부터 Z까지의 대문자 중 하나와 매칭

  • [a-zA-Z] → 알파벳 대소문자 중 하나와 매칭

• [^](not 연산자)
  [] 내에서 ^ 기호를 사용하면 "해당 문자들을 제외한 나머지"를 의미한다.
  예:

  • [^0-9] → 숫자가 아닌 문자와 매칭됨.

---

4. 수량 한정자(Quantifiers)

메타 문자를 조합하여 특정 개수의 문자를 지정할 수 있다.

예제:

• apples? → apple 또는 apples 매칭됨 (s가 있을 수도, 없을 수도 있음, 앞의 문자열이 존재해도, 존재하지 않아도 무관함).

• ab* → a, ab, abb, abbb 등 b가 0개 이상 포함된 모든 경우와 매칭.

• ab+ → ab, abb, abbb 등 b가 1개 이상 포함된 경우와 매칭 (a 단독은 매칭되지 않음).

• a{2} → aa와 정확히 매칭됨.

• a{2,3} → aa 또는 aaa와 매칭됨.

• a{2,} → aa, aaa, aaaa 등 2개 이상 연속된 a와 매칭됨.

---

5. 그룹 패턴(Grouping Patterns)

그룹을 만들면 특정 부분을 묶어서 하나의 단위로 활용할 수 있다.

• ()(그룹 생성)
  (표현식)을 사용하면 그룹으로 묶을 수 있으며, 정규식 내에서 재사용 가능하다.

• \1, \2, \3 등 그룹 참조
  정규식 내에서 그룹으로 묶은 부분을 뒤에서 다시 참조할 수 있다.
  예제:

  • (to)ma\1 → 'tomato'와 매칭됨 (\1이 첫 번째 그룹 (to)를 참조).

---

6. 정규 표현식 사용 예제

(1) 전화번호 패턴

^010(\D?\d{4}){2}$

• ^010 → 전화번호는 010으로 시작해야 함.

• (\D?\d{4}){2} → 숫자 4개(\d{4})가 두 번 반복됨, 앞에 구분 문자(\D?)가 있을 수도 있음.

• $ → 문자열 끝을 의미.

즉, 010-1234-5678, 01012345678 같은 전화번호 패턴과 매칭된다.

---

7. 정규 표현식 활용 예제

(1) 이메일 주소 검사

^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$

• ^[a-zA-Z0-9._%+-]+ → 이메일 아이디 부분

• @ → @ 기호 포함

• [a-zA-Z0-9.-]+ → 도메인 부분 (example.com)

• \.[a-zA-Z]{2,}$ → 최상위 도메인 (.com, .org 등)

(2) 비밀번호 검사 (최소 8자, 하나 이상의 숫자 포함)

^(?=.*[A-Za-z])(?=.*\d)[A-Za-z\d]{8,}$

• (?=.*[A-Za-z]) → 최소 하나 이상의 알파벳 포함

• (?=.*\d) → 최소 하나 이상의 숫자 포함

• [A-Za-z\d]{8,} → 최소 8자 이상

(3) HTML 태그 제거

<[^>]*>

• <로 시작하고 >로 끝나는 모든 HTML 태그를 찾아 제거

---

8. 정리

정규 표현식은 문자열 패턴을 검색하고 처리하는 데 강력한 도구이다. 기본적인 메타 문자와 수량 한정자를 이해하면 검색, 추출, 치환 등의 작업을 효율적으로 수행할 수 있다. 다양한 활용 예제를 실습하며 익히는 것이 중요하다.

Python, JavaScript, Java 등 대부분의 프로그래밍 언어에서 정규 표현식을 지원하며, re 라이브러리를 활용하여 정규식을 사용할 수 있다.

예제(Python):

import re

pattern = r"\d+"
text = "오늘 날짜는 2025년 3월 21일입니다."
match = re.findall(pattern, text)
print(match)  # ['2025', '3', '21']

---

grep

grep은 리눅스 명령어 중 하나로, 파일 내에서 특정 패턴이나 문자열을 검색하고, 이를 포함하는 모든 행을 출력하는 명령어이다.

1. 기본 사용법

grep [옵션] [검색 패턴] [파일명]

예제:

grep elice hello.txt

➡ hello.txt 파일에서 "elice"가 포함된 모든 행을 출력.

---

2. 주요 옵션

✅ 옵션 예제

grep -c elice hello.txt

➡ hello.txt 파일에서 "elice"가 포함된 행의 개수를 출력.

grep -v a file.txt

➡ file.txt에서 a가 포함되지 않은 모든 행을 출력.

---

3. 정규 표현식과 함께 사용

grep은 정규 표현식을 활용하여 더욱 강력한 검색을 수행할 수 있다.

✅ 예제

grep "Elice\.The\.Rabbit" *

➡ 현재 디렉토리의 모든 파일에서 "Elice.The.Rabbit"이 포함된 행을 출력.

grep "^[0-9]" data.txt

➡ data.txt 파일에서 숫자로 시작하는 행을 찾기.

grep -v "^#" somecode

➡ somecode 파일에서 #으로 시작하지 않는 모든 행을 출력.

grep '\<[a-z].*e\>' elice

➡ elice 파일에서 소문자로 시작하고, 공백을 포함한 여러 문자가 나오며, e로 끝나는 단어가 포함된 행을 출력.

---

4. 여러 파일에서 검색

여러 파일에서 특정 문자열을 찾고 싶다면 *을 활용할 수 있다.

grep "error" *.log

➡ 현재 디렉토리의 모든 .log 파일에서 "error"가 포함된 행을 출력.

grep -r "TODO" .

➡ 현재 디렉토리(.) 내의 모든 파일에서 "TODO"가 포함된 행을 재귀적으로 검색.

---

5. 특정 컬럼만 출력하기 (cut과 함께 사용)

grep과 cut을 함께 사용하면 특정 컬럼만 출력 가능하다.

grep "error" log.txt | cut -d ' ' -f 2

➡ log.txt에서 "error"가 포함된 행 중 두 번째 단어만 출력.

---

6. 결과 강조 (색상)

기본적으로 grep은 검색 결과를 색상으로 강조하지 않지만, --color 옵션을 사용하면 색상을 적용할 수 있다.

grep --color=auto "error" log.txt

➡ "error" 부분이 색상으로 강조되어 출력됨.

---