노트#3 : 정규표현식

▶ re.findall

# re.findall(pattern, string) : 매칭되는것들을 배열로 리턴 

import re

inputString = 'aa1b2c3' 

# []: []사이의 문자들과 매칭 
p = '[a-zA-Z]'
result = re.findall(p, inputString)
print(result) # ['a', 'a', 'b', 'c']

# .은 \n을 제외한 모든 문자와 매치 
p = 'a.1'
result = re.findall(p, inputString)
print(result) # ['aa1']

p = '[0-9]'
result = re.findall(p, inputString)
print(result) # ['1', '2', '3']

st = '\d'
p = re.compile(st) 
result = re.findall(p, inputString)
print(result) # ['1', '2', '3']

p = '[^0-9]'
result = re.findall(p, inputString)
print(result) # ['a', 'a', 'b', 'c']

p = '[a-zA-Z0-9]'
result = re.findall(p, inputString)
print(result) # ['a', 'a', '1', 'b', '2', 'c', '3']

p = '\w'
result = re.findall(p, inputString)
print(result) # ['a', 'a', '1', 'b', '2', 'c', '3']



inputString = 'ct'

# *은 * 바로 앞에 있는 문자 a가 0부터 무한대로 반복될 수 있다는 의미이다.
p = 'ca*t'
result = re.findall(p, inputString)
print(result) # ['ct']

# +는 최소 1번 이상 반복될 때 사용한다. 즉 *가 반복 횟수 0부터라면 +는 반복 횟수 1부터인 것이다.
p = 'ca+t'
result = re.findall(p, inputString)
print(result) # []



inputString = 'caat'

# {2} : 반드시 2번 반복
p = 'ca{2}t'
result = re.findall(p, inputString)
print(result) # ['caat']

# {2,5} : 2~5번 반복
p = 'ca{2,5}t'=
result = re.findall(p, inputString)
print(result) # ['caat']



inputString = 'ac'

# ? : 있어도 되고 없어도 된다
p = 'ab?c'
result = re.findall(p, inputString)
print(result) # ['ac']

 

▶ re.sub

# re.sub(pattern, repl, string) : string에서 pattern과 매치하는 텍스트를 repl로 치환한다

# 문제) 
# aabbbca -> ['aa', 'bbb', 'c']         -> 2a3bc
# aabbbca -> ['aa', 'bbb', 'c', 'a']    -> 2a3bca
# abbcabb -> ['a', 'bb', 'c', 'a', 'bb']      -> a2bca2b

# 풀이)
import re

inputString = 'aabbbca'

p = r'(.)(\1+)'
repl = lambda c: str(len(c.group())) + c.group(1)

result = re.sub(p, repl, inputString)

print(result) # 2a3bca

# r : Raw String. 컴파일해야하는 정규식이 'Raw String'임을 알려줌 
# 괄호()를 써서 묶은 부분은 '1번부터 시작하는 그룹'으로 참조할 수 있다.
  (.)	-> 1번 그룹 
# 앞서 매치한 그룹을 '패턴 내에서 재사용'하려면 \1과 같이 그룹번호를 역슬래시로 이스케이프하여 표현한다. 

 

▶ re.match

# re.match(pattern, string) : string에서 pattern과 매치하는 텍스트를 탐색한다

# 문제) 
# MAC Address는 항상 0~9,A~F사이의 값으로만 2개씩 총 6묶음으로 이루어져 있다. 
# MAC Address는 항상 똑같은 형식, 똑같은 길이를 갖는다.

# 풀이)
import re

inputString = "00-1B-63-84-45-E6"

p = '^([\dA-F]{2}-){5}([\dA-F]{2})$'

result = bool(re.match(p, inputString))
print(result) # True

# \d : 숫자를 나타냄
# {2} : 반드시 2번 반복 
# ^ : 문자열의 처음
# $ : 문자열의 끝 
# 문자열 처음 ~ 끝 지정해주는 이유 ? : 무조건 여기서 범위는 문자열의 처음~끝 으로 고정으로 해야 예외가 안생김