[코딩흔적] Python 정규표현식으로 패턴 찾기

파이썬 정규표현식

---

👾 정규표현식이란?

정규 표현식은 문자열에서 특정 패턴을 찾거나 매칭, 대체하는 데 사용되는 특수한 문자열이다. Python에서는 re 모듈을 통해 정규 표현식 기능이 제공된다. 

import re  # 정규 표현식 모듈 가져오기

# 정규 표현식 패턴 리스트 정의
patterns = [
    r'pattern1',
    r'pattern2',
    r'pattern3'
]

반응형

---

👾 Python 정규 표현식 패턴 리스트의 용도

Python에서 정규 표현식(Regular Expression) 패턴 리스트는 문자열 패턴을 검색하고 조작할 수 있게 하는 도구이다. 보통 데이터를 전처리할 때 정규 표현식 규칙들을 넣어서 제목을 바꾸거나, 필요없는 문구들을 없애거나 추가하는데 활용한다. 품질이 좋은 데이터가 있어야 이후의 작업이 의미가 있는 것 같기 때문에 중요한 과정인 것 같다. 구체적인 활용 사례를 소개하자면 아래와 같다. 

 

1. 특정 패턴을 가진 문장 찾기 

import re

patterns = [
    r'\b\w+ing\b',  # 'ing'로 끝나는 단어
    r'\b\d{3}-\d{4}\b',  # 123-4567 형식의 번호
    r'[A-Z][a-z]+'  # 대문자로 시작하는 단어
]

text = "Running fast with phone 555-4321. John is calling."

# 모든 패턴을 검색하기
for pattern in patterns:
    matches = re.findall(pattern, text)
    print(f"패턴 '{pattern}'의 일치 항목: {matches}")

 

2. 이메일주소가 바뀌었을 때 한번에 변경하기

import re

# HTML 태그와 이메일 주소를 찾는 패턴 리스트
patterns = [
    r'<[^>]+>',  # HTML 태그
    r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}'  # 이메일 주소
]

html_text = """
<div>연락처: <a href="mailto:john@example.com">John</a></div>
<p>또는 jane.doe@company.co.kr로 문의하세요.</p>
"""

# 각 패턴별로 매칭 항목 찾기
for i, pattern in enumerate(patterns):
    matches = re.findall(pattern, html_text)
    print(f"패턴 {i+1} 결과: {matches}")

# 패턴 매칭 결과를 대체하기
for pattern in patterns:
    html_text = re.sub(pattern, "[REDACTED]", html_text)

print("\n처리 후 텍스트:")
print(html_text)

---

👾 주요 메타문자

활용 가능성이 높은 주요 메타 문자와 특수 시퀀스를 정리해보았다! 

• . - 줄바꿈을 제외한 모든 문자 하나와 일치
• ^ - 문자열의 시작
• $ - 문자열의 끝
• * - 0번 이상 반복
• + - 1번 이상 반복
• ? - 0번 또는 1번 반복
• {n} - 정확히 n번 반복
• {n,} - n번 이상 반복
• {n,m} - n번 이상 m번 이하 반복
• \ - 특수 문자 이스케이프
• [] - 문자 클래스 (괄호 안의 문자 중 하나와 일치)
• | - 대안 (OR 연산)
• () - 그룹화
• \d - 숫자와 일치 (= [0-9])
• \D - 숫자가 아닌 문자와 일치 (= [^0-9])
• \s - 공백 문자와 일치 (공백, 탭, 줄바꿈 등)
• \S - 공백이 아닌 문자와 일치
• \w - 알파벳, 숫자, 밑줄과 일치 (= [a-zA-Z0-9_])
• \W - 알파벳, 숫자, 밑줄이 아닌 문자와 일치
• \b - 단어 경계

---

이처럼 Python에서 정규 표현식 패턴 리스트는 복잡한 텍스트 처리 작업을 체계적으로 한번에 수행하기 좋은 방법이라고 생각한다!