정규표현식(Regular Expression), match

정규표현식 (Regular Expression)

---

정규 표현식은 복잡한 문자열을 처리할 때 사용하는 기법이라고 할 수 있다. Javascript 뿐만 아니라 문자열을 처리하는 모든 곳에서 사용되며, 정규식을 사용하면 훨씬 간편하고 직관적인 코드를 작성할 수 있다.

 

메타 문자(meta characters)

정규 표현식에서 사용하는 메타 문자(meta characters)에는 대표적으로 이런 것들이 있다. 메타문자를 사용함으로써 정규표현식은 특별한 의미를 갖게 된다.

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

 

[ ]는 문자 클래스(character class)이다. 즉, [ ] 사이의 문자들과의 매치를 의미한다.

예를 들어, [hot]라는 정규 표현식은 h,o,t중 한 개의 문자라도 들어가 있다면 매치되는 것으로 인정한다는 뜻이다.

따라서 'abc'라는 문자열은 겹치는 문자가 한 개도 없기 때문에 매치되지 않고, 'cold'라는 문자열은 'o'가 포함되기 때문에 [hot] 표현식과 매치된다.

 

자주 사용하게 될 것 같은 문자 클래스를 정리하면 다음과 같다.

참고로 ^는 not, -는 범위를 의미하며, 대문자와 소문자가 서로 반대되는 의미라는 것도 추측할 수 있다.

 

\d	숫자와 매치, [0-9]
\D	숫자가 아닌것과 매치, [^0-9]
\s	공백 문자(whitespace)와 매치, [\t\n\r\f\v]
\S	공백문자가 아닌 것과 매치, [^\t\n\r\f\v]
\w	문자+숫자와 매치, [a-zA-Z0-9]
\W	문자+숫자가 아닌 것과 매치,  [^a-zA-Z0-9]
\A	문자열의 처음과 매치 (^와 비슷)
\Z	문자열의 끝과 매치 ($와 비슷)

 

Dot(.)은 줄바꿈 문자인 \n을 제외한 모든 문자와 매치됨을 의미한다.

예를 들어 a.b라는 정규 표현식은 "a+(모든문자)+b"를 의미하는 것이라고 할 수 있다. 주의할 점은 적어도 하나의 문자가 사이에 들어가야한다는 것이다. aab, a0b 등은 a와 b사이에 임의의 문자가 들어가기 때문에 매치되지만, abc는 a와 b사이에 아무 문자도 없기 때문에 매치되지 않는다.

 

*은 반복을 의미하는 메타 문자이다. *의 바로 앞에 있는 문자는 0부터 무한대로 반복될 수 있다. 예를 들어, do*g이라는 표현식은 dg(0번 반복), dog(1번 반복), dooooog(5번 반복) 등의 문자열과 매치된다.

 

+도 반복을 의미하는 메타 문자이다. *과 다른 점은 최소 1번 이상 반복되어야 사용이 가능하다는 것이다. do+g이라는 표현식은 dg(0번 반복)과는 매치되지 않고 dog(1번 반복), dooooog(5번 반복) 등의 문자열과는 매치된다.

 

{m,n} 도 반복을 의미하는데, 앞의 메타문자들과는 달리 반복 횟수를  m부터 n까지로 지정할 수 있다. m과 n을 생략하게 되면 이상, 이하라는 의미를 갖게 된다. 조금 응용해서 생각해보면 {1,}는 +와 동일하고, {0,}은 *과 동일한 기능을 한다는 것을 알 수 있다.

 

?도 정확히는 반복을 의미하는 것은 아니지만 반복과 비슷한 의미를 가지고 있다. ?는 {0,1}을 의미한다.없어도되고(0), 있어도된다(1)는 뜻이라고 할 수 있다. 

 

*, +, ? 메타 문자들은 모두 {m,n} 형태로 표현이 가능하지만, 그대로 기호로 표시하는 것이 좀 더 이해하기 쉽고 표현도 간결한 것 같다.

 

---

( )는 그루핑(Grouping)을 의미하는 메타 문자이다. 일정 길이의 문자열이 계속해서 반복되는지 조사하는 경우 유용하게 사용할 수 있다. 

예를 들어, dog라는 문자열이 반복되는지 조사하고 싶다면, (dog)+라는 표현식을 사용해 조사하면 된다.

이름+" "+전화번호 형태의 문자열을 찾고싶다면, (r"\w+\s+\d+[-]\d+[-]\d+") 이런식의 표현식을 사용할 수 있다. 문자열의 시작부분을 뜻하는 (\w+)부분이 이름 부분에 해당하고, (\d+[-]\d+[-]\d+)부분이 전화번호 부분을 의미하는 것이다.

 

---

 

이외에도 이처럼 정규 표현식에서 사용되는 메타문자들이 많이 존재한다.

 

match()

---

정규 표현식과 관련된 대표적인 메서드로 match가 있다.

match는 문자열이 정규 표현식과 매치되는 부분을 검색하는 메서드이다.

문자열이 정규 표현식과 일치하는 경우 일치하는 전체 문자열을 첫 번째 요소로 포함하는 배열을 반환하고, 일치하는 것이 없는 경우에는 null을 반환한다.

str.match(regexp) var str = 'For more information, see Chapter 3.4.5.1'; 
var re = /see (chapter \\d+(\\.\\d)*)/i;
var found = str.match(re); console.log(found); 

// logs [ 'see Chapter 3.4.5.1', 
// 'Chapter 3.4.5.1', 
// '.1', 
// index: 22, 
// input: 'For more information, see Chapter 3.4.5.1' ]