08장 파이썬 강좌 - 정규표현식

정규표현식(Regular Expressions)은 문자열 내에서 특정한 패턴을 찾거나 대체하는 데 사용되는 매우 강력한 도구입니다. 그는 많은 프로그래밍 언어에서 지원되며, 특히 텍스트 처리를 자주 필요로 하는 작업에서 필수적인 기술입니다.

이 강좌에서는 파이썬의 내장 모듈인 re 모듈을 사용하여 정규표현식을 다루는 방법을 배울 것입니다. 이 모듈은 문자열 검색 및 변경, 패턴 매칭과 같은 정규표현식의 거의 모든 기능을 제공합니다.

정규표현식 기본 개념

정규표현식은 특정 패턴을 사용하여 문자열을 검색하는 방법의 일종입니다. 대부분의 텍스트 편집기에서 지원하며, 프로그래밍 언어에서도 널리 사용됩니다. 정규표현식은 일종의 미니언어로 간주될 수 있으며, 문자열을 처리하고 분석하는 데 있어 매우 유용합니다.

정규표현식의 기본 구성 요소

리터럴 문자: 자신을 그대로 뜻하는 문자들 예를 들어, a는 그냥 문자 a를 의미합니다.
메타 문자: 특별한 의미를 가지는 문자들로, ., ^, $, *, +, ?, [], {}, (), | 등이 있습니다.

정규표현식에서의 중요한 메타 문자

.: 임의의 단일 문자를 의미합니다. 예를 들어, a.c는 a와 c 사이에 어떤 문자라도 있는 ‘a-c’ 형식을 찾습니다.
[]: 대괄호 안에 있는 여러 문자 중 하나를 의미합니다. [abc]는 a, b 또는 c 중 하나를 찾습니다.
^: 문자열의 시작을 의미합니다. 예를 들어, ^abc는 ‘abc’로 시작하는 문자열을 찾습니다.
$: 문자열의 끝을 의미합니다. xyz$는 ‘xyz’로 끝나는 문자열을 찾습니다.
*: 바로 앞의 문자가 0번 이상 반복되는 것을 의미합니다. 예를 들어, bo*는 ‘b’, ‘bo’, ‘boo’, ‘booo’ 등의 패턴을 찾습니다.
+: 바로 앞의 문자가 1번 이상 반복되는 것을 의미합니다. bo+는 ‘bo’, ‘boo’, ‘booo’ 등의 패턴을 찾습니다.
?: 바로 앞의 문자가 0 또는 1번 나타남을 의미합니다. colou?r은 ‘color’와 ‘colour’ 모두를 찾을 수 있습니다.
{}: 중괄호 안의 숫자는 반복되는 회수를 지정합니다. 예를 들어, a{2}는 ‘aa’를 의미하고, a{2,3}는 ‘aa’ 또는 ‘aaa’를 의미합니다.
(): 그룹을 지정합니다. 이를 통해 하나의 전체 패턴을 묶거나, 캡처해서 사용할 수 있습니다.
|: OR 연산자로 ‘A 또는 B’를 의미합니다. a|b는 ‘a’ 또는 ‘b’를 의미합니다.

파이썬에서 정규표현식 사용하기

파이썬에서 정규표현식 기능은 re 모듈을 통해 제공됩니다. 이 모듈을 사용하여 다양한 정규표현식 패턴을 검증, 검색 및 수정할 수 있습니다.

re 모듈 기본 사용법

import re

# 정규표현식 패턴에 매칭되는지 체크
pattern = r"^abc"
string = "abcdefg"
if re.match(pattern, string):
    print("정규표현식에 매칭됩니다!")
else:
    print("매칭되지 않습니다.")

위의 코드에서는 ^abc라는 정규 표현식을 사용하여 문자열이 ‘abc’로 시작하는지를 확인합니다. match 함수는 문자열 시작부터 검색을 하므로, ‘abcdefg’는 ‘abc’로 시작하므로 매칭됩니다.

중첩 패턴 검색: re.search()

match()와 달리 search()는 문자열 전체에서 패턴을 찾을 수 있습니다. 예를 들어, 문자열 내 중간에 있는 패턴도 찾습니다.

import re

pattern = r"abc"
string = "xyzabcdef"

if re.search(pattern, string):
    print("패턴이 발견되었습니다!")
else:
    print("패턴이 발견되지 않았습니다.")

모든 패턴 찾기: re.findall()

문자열 내에서 패턴과 맞는 모든 부분을 리스트로 반환하고 싶을 때 사용합니다.

import re

pattern = r"a"
string = "banana"

matches = re.findall(pattern, string)
print(matches)

위의 예제에서는, 문자열 ‘banana’에서 ‘a’를 모두 찾아 리스트로 반환합니다, 결과는 [‘a’, ‘a’, ‘a’]가 됩니다.

패턴 대체하기: re.sub()

매칭되는 패턴을 다른 문자열로 대체하려면 sub() 함수를 사용합니다.

import re

pattern = r"a"
replacement = "o"
string = "banana"

new_string = re.sub(pattern, replacement, string)
print(new_string)

이 코드는 문자열 ‘banana’의 모든 ‘a’를 ‘o’로 변경하여 ‘bonono’라는 결과를 생성합니다.

실제 예제를 통한 정규표현식의 응용

정규표현식은 데이터 검증, 데이터 추출 및 데이터 조작에 있어 매우 효과적입니다. 여기서는 전화번호, 이메일, URL 추출과 같은 실제 예제를 통해 정규표현식의 응용을 알아보겠습니다.

1. 전화번호 추출

전화번호는 다양한 형식으로 존재할 수 있습니다. 예를 들어, ‘(123) 456-7890’, ‘123.456.7890’, ‘123-456-7890’ 등의 형식입니다. 이를 추출하는 정규 표현식을 작성해 봅시다.

import re

pattern = r"\(?\d{3}\)?[-.\s]?\d{3}[-.\s]?\d{4}"
text = "연락처: (123) 456-7890, 그리고 123-456-7890."

phone_numbers = re.findall(pattern, text)
print(phone_numbers)

위의 정규표현식은 다양한 형식의 전화번호를 추출할 수 있습니다.

2. 이메일 주소 검증 및 추출

이메일 주소는 일반적으로 username@domain.extension 형태로 되어 있습니다. 이를 추출하는 정규표현식은 다음과 같습니다:

import re

pattern = r"\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,7}\b"
text = "문의사항은 contact@example.com 으로 이메일을 보내 주세요."

emails = re.findall(pattern, text)
print(emails)

이 정규표현식은 이메일 주소 형식을 따라 다양한 이메일 주소를 추출할 수 있습니다.

3. URL 추출

웹 페이지에서 URL 링크를 추출하는 것도 유용할 수 있습니다. 정규표현식을 사용하여 큰 텍스트에서 URL을 쉽게 검색할 수 있습니다.

import re

pattern = r"https?://(?:www\.)?\S+\.\S+"
text = "저희 웹사이트는 https://www.example.com 입니다. 링크를 방문해보세요."

urls = re.findall(pattern, text)
print(urls)

이 예제의 정규표현식은 HTTP 및 HTTPS로 시작하는 URL을 추출합니다. ‘www’가 있을 수도 있고 없을 수도 있으며, 도메인 이름 뒤에는 다양한 확장자가 올 수 있습니다.

정규표현식 디버깅 및 최적화

정규표현식은 매우 강력하지만, 복잡한 패턴을 작성할 때는 오류가 발생할 수 있습니다. 따라서 이를 디버깅하고 최적화하는 몇 가지 팁을 소개합니다.

주석 사용하기

정규표현식에 주석을 달면 복잡한 패턴을 이해하기 쉽게 만들 수 있습니다. 파이썬에서는 re.VERBOSE 플래그를 사용해서 주석을 추가할 수 있습니다.

import re

pattern = r"""
(?x)            # 정규표현식 레이아웃을 말하며, 주석 사용 가능
\(?\d{3}\)?    # 지역번호, 선택적 괄호
[-.\s]?         # 지역번호 뒤의 구분자
\d{3}          # 세 자리 번호
[-.\s]?         # 다음 번호 사이의 구분자
\d{4}          # 마지막 네 자리 번호
"""
text = "여기에 전화번호 (123) 456-7890 및 987-654-3210가 있습니다."
phone_numbers = re.findall(pattern, text)
print(phone_numbers)

효율적인 패턴 작성

가능하면 단순하고 명확한 패턴을 사용하여 처리 속도를 높입니다.
특정 매칭 범위를 감소시켜 검색 시간을 단축합니다.
문자 클러스터를 사용하여 여러 메타문자를 축소하여 적용합니다.

결론

정규표현식은 문자열 처리를 위한 강력하고 유연한 도구입니다. 처음에는 복잡해 보일 수 있지만, 익숙해지면 데이터 검색, 검증 및 변환을 위한 탁월한 도구가 됩니다. 위의 실습 예제를 통해 실전에서 정규표현식을 어떻게 사용하는지 직접 시도해 보시길 바랍니다. 파이썬의 re 모듈을 활용하여 다양한 형태의 문자열을 효과적으로 처리할 수 있도록 연습하시기 바랍니다.

08장 파이썬 강좌 – 정규표현식