[script] 정규식

http://kio.zc.bz/Lecture/regexp.html#chap03


1. 정규식이란?

String의 검색,치환,추출을 위한 패턴.
언어별 사용법은 대동소이함.
패턴예>전화번호 형식, 이메일 형식 등.
2. 정규식 만들기

Javascript
var regexp = /pattern/[flags] ;
var test = regexp.test(to be checked)
var regexp = new RegExp("pattern"[, "flags"]);
var test = regexp.test(to be checked)
flags for javascript
g : global match, 일반적으로 패턴이 1번만 발견되면 찾기를 종료하지만, g flag가 있으면, 문자열 내에서 모든 패턴을 찾는다.
i : ignore case, 대소문자를 고려하지 않고 체크한다.[a-z]와 [A-Z]는 같은 표현이 된다.
m : match over multiple lines, 여러 줄에 걸쳐 체크를 한다.
Java
java.util.regex package
Pattern p = Pattern.compile("pattern");
Matcher m = p.matcher("string to be checked");
boolean b = m.matches();
boolean b = Pattern.matches("pattern", "string to be checked");
3. 정규식 표현법

*ⓥ는 valid, ⓘ는 invalid
*두꺼운 글씨체는 매칭되는 부분.
*예제는 javascript 기준이며, 언어에 따라 다소 차이가 발생할 수 있다.
문자    용도    예제
\   
특수문자를 의미
특수문자의 사용을 제외(특수문자 앞에서)
b는 b라는 글자를 의미 하지만 \b는 단어 경계를 의미
*은 0번이상 반복이라는 의미이지만, \*는 *이라는 글자를 의미.
^    문자열의 시작. []안에서는 not의 의미
* ^A는 "A로 시작"이라기 보다는 "시작 직후에 A가 나온다"는 의미로 해석하는 것이 좋다. 즉, 시작과 끝과 같은 빈 공간을 하나의 문자로 간주하는 것이 좋다.    /^A/g
A stringⓥ
an Aⓘ
/[^A]/g
A stringⓥ
an Aⓘ
$    문자열의 마지막
/t$/
eatⓥ
GREATⓘ
*    0번 이상 반복    /ab*d/g
adⓥ
abdⓥ
abdcdeabbbbdedbⓥ
abⓘ
axdⓘ
+    1번 이상 반복 ( = {1,} )    /ab+d/g
adⓘ
abdⓥ
abdcdeabbbbdedbⓥ
abⓘ
axdⓘ
?    0번 이나 1번    /e?le?/g
angelⓥ
angleⓥ
elementⓥ
/abc\-?d/g
abc-dⓥ
abcdⓥ
.    new line 을 제외한 모든 글자    /.n/g
nay, an apple is on the treeⓥ
nayⓘ
(x)    x를 체크하고 체크한 값을 변수로 저장    /(f..) (b..)/
foo barⓥ
1th :foo
2th :bar
(?:x)    x를 체크하고 체크한 값을 변수로 저장하지 않음    /(?:f..) (b..)/
foo barⓥ
1th :bar
bar fooⓘ
x|y    x 또는 y    /green|red/
green appleⓥ
red appleⓥ
yellow appleⓘ
x(?=y)    x후에 y가 나오고, x부분만 매칭되는 부분으로 간주    /blah(?=soft|hard)/
blahsoftⓥ
blahhardⓥ
blah softⓘ
/blah(?=soft).*/
blahsoftⓥ
blahhardⓘ
blah softⓘ
x(?!y)    x가 나오고 그 뒤에 y가 있으면 안 됨    /blah(?!hard)/
blahsoftⓥ
blahhardⓘ
blah softⓥ
{n}    앞에 지정한 것이 n개    /.{3}/
abⓘ
abcⓥ
abcdⓥ
홍길동ⓥ
{n,}    앞에 지정한 것이 n개 이상    /.{3,}/
abⓘ
abcⓥ
abcdⓥ
{n,m}    앞에 지정한 것이 n~m개    /.{3,5}/
abⓘ
abcⓥ
abcdⓥ
홍길동ⓥ
[xyz]    x나 y나 z. []안에는 얼마든지 쓸 수 있다.    /[abc]{2}/
abⓥ
abcⓥ
adbdⓘ
[x-z]    x에서 z까지    /[a-z]{4,}/g
She sells sea shells by the sea shore는 Very 어렵다!ⓥ
[^xyz]    x,y,z를 제외한 나머지 모든 것    /[^a-z]{2,}/g
I'm a good manⓥ
I am A good Manⓥ
[\b]    백스페이스. \b와 혼동하지 말것.    /[\b]/g
abcdⓥ
일반적인 String에서는 \b가 백스페이스를 의미한다.
\b    단어의 경계.[\b]와 혼동하지 말것.    /\bn[a-z]/g
I am not a boyⓥ
onlineⓘ
nopeⓥ
\B    \b 를 제외한 전부    /\Bn[a-z]/g
noondayⓥ
onlineⓥ
nopeⓘ
\cX    컨트롤X와 매칭. \cM은 컨트롤M과 매칭   
\d    숫자.[0-9]와 같음    /\d/g
7 eight 9ⓥ
123ⓘ
/^0[0-9]{2}/g
0120ⓥ
12011ⓘ
\D    \d 를 제외한 전부    /\D/g
7 eight 9ⓥ
12?3ⓘ
\f    form-feed   
\n    new line   
\r    carriage return   
\s    white space
ex>탭, 띄어쓰기, \n, \r    /k\s/g
koreaⓘ
blank isⓥ
blankⓘ
\S    \s 를 제외한 전부    /k\S/g
koreaⓥ
blank isⓘ
\t    탭   
\v    vertical tab   
\w    알파벳+숫자+_. [A-Za-z0-9_]와 동일    /\w/g
!@#$%^&*()+_-[]{}\|"':;,.<>?/ⓥ
        _가 <b>를 먹여도 별로 티가 안 난다.
\W    \w 빼고 전부    /\W/g
!@#$%^&*()+_-[]{}\|"':;,.<>?/ⓥ
\n    \n이 자연수일때, ()로 지정한 n번째 정규식    /(.{2})e tru\1 is out \1ere/
the truth is out there ...ⓥ
1th :th
(th)가 \1로 지정된다.
\xhh    hh는 hexacode,    /[\x21-\x40]/g
!@#$%^&*()poⓥ
Code table 보기
\uhhhh    hhhh는 hexacode,    /[\u3131-\u3163\uac00-\ud7a3]/g
나는 blah 직원입니다.ㅋㅋⓥ
코드 번호> 3131:ㄱ 3163:ㅣ ac00:가 d7a3:힣 (javascript, java)

4. 정규식 사용 예제

/^[0-9]/
09없다ⓥ
100점ⓥ
집이 10평ⓘ
/^\w+$/
blahsoftⓥ
blah(co)ⓘ
blah softⓘ
/^[a-zA-Z][\w\-]{4,11}$/
blah2010ⓥ
blah-2010!ⓘ
2010blahⓘ
ILikegoooooooooooooooooogleⓘ
/^[0-9]{2,3}-[0-9]{3,4}-[0-9]{4}/
02-6288-2114ⓥ
031-779-7114ⓥ
12-1234-5678ⓥ
02-6288-2114545ⓥ
02-0288-2114ⓥ
/^0\d{1,2}-[1-9]\d{2,3}-\d{4}$/
02-6288-2114ⓥ
031-779-7114ⓥ
12-1234-5678ⓘ
02-2123-12314545ⓘ
02-0288-2114ⓘ
/^[\.a-zA-Z0-9\-]+\.[a-zA-Z]{2,}/
r-d.blah.co.krⓥ
r-d.blah.co.kr입니다.ⓥ
blah..co.krⓥ
a.comⓥ
/^(?:[\w\-]{2,}\.)+[a-zA-Z]{2,}$/
r-d.blah.co.krⓥ
r-d.blah.co.kr입니다.ⓘ
blah..co.krⓘ
a.comⓘ
/^[_a-zA-Z0-9\-]+@[\._a-zA-Z0-9\-]+\.[a-zA-Z]{2,}/
abc@haha.co.krⓥ
abc@haha..co.krⓥ
hwang@a.comⓥ
/^[\w\-]+@(?:(?:[\w\-]{2,}\.)+[a-zA-Z]{2,})$/
abc@haha.co.krⓥ
abc@haha..co.krⓘ
hwang@a.comⓘ
/^([a-z]+):\/\/((?:[a-z\d\-]{2,}\.)+[a-z]{2,})(:\d{1,5})?(\/[^\?]*)?(\?.+)?$/i
http://www.blah.co.kr/main/index.jsp?var=valueⓥ
1th :http
2th :www.blah.co.kr
3th :undefined
4th :/main/index.jsp
5th :?var=value
http://www.blah.co.kr/main/index.jspⓥ
1th :http
2th :www.blah.co.kr
3th :undefined
4th :/main/index.jsp
5th :undefined
http://blah.co.kr/ⓥ
1th :http
2th :blah.co.kr
3th :undefined
4th :/
5th :undefined
http://blah.co.krⓥ
1th :http
2th :blah.co.kr
3th :undefined
4th :undefined
5th :undefined
http://blah.co.kr:8088/main/ⓥ
1th :http
2th :blah.co.kr
3th ::8088
4th :/main/
5th :undefined
/^[ㄱ-ㅣ가-힣]+$/
티맥스소프트ⓥ
ㅜㅜⓥ
ㅎㅎⓥ

5. Javascript 정규식 함수

함수    코드예제    코드설명
Array RegExp.exec (to be checked)   

var myRe=/d(b+)(d)/ig;
var myArray = myRe.exec("cdbBdbsbz");
/d(b+)(d)/gi

cdbBdbsbzⓥ
myArray.index =1 ; (처음으로 매칭되는 위치, 컴터가 늘 그렇듯 위치는 0번째부터 센다.)
myArray.input = cdbBdbsbz; (체크할 대상)
myArray[0] = dbBd;(검사에 통과한 부분)
myArray[1] = bB;(1번째 괄호에서 체크된 부분)
myArray[2] = d;(2번째 괄호에서 체크된 부분)

myRe.lastIndex =5 ; (다음번 체크를 하기위한 위치.)
myRe.ignoreCase = true; (/i 플래그 체크)
myRe.global = true; (/g 플래그 체크)
myRe.multiline = false; (/m 플래그 체크)

RegExp.$_ = cdbBdbsbz;(입력한 스트링)
RegExp.$1 = bB;(1번째 괄호에서 체크된 부분 )
boolean RegExp.test(to be checked)   

var myRe=/d(b+)(d)/ig;
var checked = myRe.test("cdbBdbsbz");
document.write("checked = " + checked +";<br>");
/d(b+)(d)/gi

cdbBdbsbzⓥ
실행결과: checked = true;
String RegExp.toString()   

var myRe=/d(b+)(d)/ig;
var str = myRe.toString();
document.write(str);
실행 결과: /d(b+)(d)/gi
String String.replace(pattern or string, to be replaced)   

var str = "abcdefe";
document.write(str.replace("e" , "f"));
실행 결과: abcdffe

e가 2번 있지만, 첫번째 인자가 정규식이 아니라 문자열일 경우는 첫번째 것만 바꾼다.

var str = "aba";
document.write(str.replace(/^a/ , "c"));
실행 결과: cba

var re = /(\w+)\s(\w+)/;
var str = "John Smith";
newstr = str.replace(re, "$2, $1");
document.write(newstr)
실행 결과: Smith, John

re에 의해서 찾아진 문자열 들은 re에서 ()로 표현된 순서대로 $1, $2와 같이 변수로 저장된다.

var re = /\s(?:http|https):\/\/\S*(?:\s|$)/g;
var str = "url is http://iilii.egloos.com/ !!\n";
str += "blah home: http://www.blah.co.kr";
newstr = str.replace(re, function (str,p1,offset,s) {
     return "<a href='" + str + "'>" + str + "</a>";
  }
).replace(/\n/, "<br>");
document.write(newstr);
url is http://iilii.egloos.com/ !!
blah home: http://www.blah.co.kr

str: 찾은 문자열
p1: ()에서 검색된 1번째 문자열. 마찬가지로 p2,p3 등도 가능
offset: str을 찾은 위치
s : 원본 문자열.
Array String.match(regular expression   

var str = "ABCdEFgHiJKL";
var myResult = str.match(/[a-z]/g );
for(var cnt = 0 ; cnt < myResult.length; cnt++){
    document.write(cnt +":" + myResult[cnt] +"<br>");
}

document.write("비교<br>");

var str = "ABCdEFgHiJKL";
var myResult = /[a-z]/g.exec(str);
for(var cnt = 0 ; cnt < myResult.length; cnt++){
    document.write(cnt +":" + myResult[cnt] +"<br>");
}
실행 결과:
0:d
1:g
2:i
비교
0:d

String.match(RegExp) =>g flag가 있어도 다 찾아낸다.
RegExp.exec(String) =>g flag가 있으면, 한 개만 찾고 끝낸다.
Array String.split([separator[, limit]])   

var str = "ABCdEFgHiJKL";
var myResult = str.split(/[a-z]/g , 3);
for(var cnt = 0 ; cnt < myResult.length; cnt++){
    document.write(cnt +":" + myResult[cnt] +"<br>");
}
실행 결과:
0:ABC
1:EF
2:H

주어진 문자열을 separator를 기준으로 limit 만큼 자른다.
6. 정규식으로 만든 유용한 Javascript 함수

String removeTags(input)

HTML tag부분을 없애준다

function removeTags(input) {
    return input.replace(/<[^>]+>/g, "");
};
example>

var str = "<b>blah</b> <i>soft</i>";
document.write(str +"<br>");
document.write(removeTags(str));
result>
blah soft
blah soft
String String.trim()

문자열의 앞뒤 공백을 없애준다.

String.prototype.trim = function() {
    return this.replace(/^\s+|\s+$/g, '');
};
example>

var str = "         untrimed string            ";
document.write("========" + str+ "==============<br>");
document.write("========" + str.trim() + "==============");
result>
======== untrimed string ==============
========untrimed string==============
String String.capitalize()

단어의 첫 글자를 대문자로 바꿔준다.

String.prototype.capitalize = function() {
    return this.replace(/\b([a-z])/g, function($1){
        return $1.toUpperCase();
    }) ; 
};
example>

var str = "korea first world best";
document.write(str.capitalize());
result>
Korea First World Best
String number_format(input)

입력된 숫자를 ,를 찍은 형태로 돌려준다

function number_format(input){
    var input = String(input);
    var reg = /(\-?\d+)(\d{3})($|\.\d+)/;
    if(reg.test(input)){
        return input.replace(reg, function(str, p1,p2,p3){
                return number_format(p1) + "," + p2 + "" + p3;
            }   
        );
    }else{
        return input;
    }
}
example>

document.write(number_format(1234562.12) + "<br>");
document.write(number_format("-9876543.21987")+ "<br>");
document.write(number_format("-123456789.12")+ "<br>");
result>
1,234,562.12
-9,876,543.21987
-123,456,789.12
7. Java 정규식 함수

 Pattern p = Pattern.compile("(a*)(b)");
Matcher m = p.matcher("aaaaab");
if (m.matches()) {
    for (int i = 0; i < m.groupCount() + 1; i++) {
        System.out.println(i + ":" + m.group(i));
    }
} else {
    System.out.println("not match!");
}

result>
0:aaaaab
1:aaaaa
2:b
0번째는 매칭된 부분.
String a = "I love her";
System.out.println(a.replaceAll("([A-Z])", "\"$1\""));

result>
"I" love her
자바도 $1을 쓸 수 있다.
Pattern p = Pattern.compile("cat");
Matcher m = p.matcher("one cat two cats in the yard");
StringBuffer sb = new StringBuffer();
while (m.find()) {
    m.appendReplacement(sb, "dog");
    System.out.println(sb.toString());
}
m.appendTail(sb);
System.out.println(sb.toString());

result>
one dog
one dog two dog
one dog two dogs in the yard