정규 표현식이란?
정규 표현식(regex 또는 regexp)은 검색 패턴을 정의하는 강력한 문자열입니다. 거의 모든 프로그래밍 언어와 많은 텍스트 편집기에서 텍스트 검색, 일치 확인, 가공에 사용됩니다.
정규 표현식은 강력한 '찾기 및 바꾸기' 기능이라고 생각하세요. 정확히 일치하는 텍스트뿐 아니라 '모든 이메일 주소', '모든 전화번호', "'pre'로 시작하는 단어" 같은 패턴을 검색할 수 있습니다.
- 사용자 입력(이메일, 전화번호, 비밀번호)의 유효성 검사
- 텍스트를 효율적으로 검색하고 바꾸기
- 로그와 문서에서 데이터 추출
- 구조화된 텍스트를 파싱하고 처리
- 개발자와 데이터 분석가에게 필수적인 기술입니다
처음에는 ^[\w.-]+@[\w.-]+\.\w{2,}$ 같은 정규 표현식이 어렵게 보일 수 있습니다. 하지만 구성 요소를 이해하면 매우 논리적이고 유용하다는 것을 알 수 있습니다.
정규 표현식 기본 구문
먼저 정규 표현식의 기본 구성 요소부터 알아보겠습니다.
리터럴 문자
가장 간단한 정규 표현식은 리터럴 문자입니다. cat 패턴은 어디에 있든 'cat'이라는 텍스트 자체와 일치합니다.
예제: 리터럴 일치
특수 문자(메타 문자)
다음 문자는 정규 표현식에서 특별한 의미를 가집니다.
| 문자 | 의미 | 예제 |
|---|---|---|
. |
임의의 한 문자와 일치(줄 바꿈 제외) | c.t는 'cat', 'cut', 'c9t'와 일치 |
^ |
문자열/줄의 시작 | ^Hello는 시작 부분의 'Hello'와 일치 |
$ |
문자열/줄의 끝 | world$는 끝부분의 'world'와 일치 |
* |
앞 문자가 0회 이상 반복됨 | ab*c는 'ac', 'abc', 'abbc'와 일치 |
+ |
앞 문자가 1회 이상 반복됨 | ab+c는 'abc', 'abbc'와 일치하지만 'ac'와는 일치하지 않음 |
? |
앞 문자가 0회 또는 1회 나타남 | colou?r는 'color'와 'colour'에 일치 |
\ |
특수 문자 이스케이프 | \.는 마침표 자체와 일치 |
문자 클래스
문자 클래스를 사용하면 지정한 문자 집합 중 임의의 한 문자와 일치시킬 수 있습니다.
| 패턴 | 의미 | 예제 |
|---|---|---|
[abc] |
a, b, c 중 하나와 일치 | [aeiou]는 임의의 모음 문자와 일치 |
[^abc] |
a, b, c 이외의 문자와 일치 | [^0-9]는 숫자가 아닌 문자와 일치 |
[a-z] |
임의의 소문자와 일치 | [A-Za-z]는 임의의 영문자와 일치 |
[0-9] |
임의의 숫자와 일치 | [0-9]{3}는 세 자리 숫자와 일치 |
문자 클래스 축약 표기
자주 사용하는 문자 클래스에는 편리한 축약 표기가 있습니다.
| 축약 표기 | 동일한 표기 | 의미 |
|---|---|---|
\d |
[0-9] |
임의의 숫자 |
\D |
[^0-9] |
숫자가 아닌 임의의 문자 |
\w |
[A-Za-z0-9_] |
임의의 단어 구성 문자 |
\W |
[^A-Za-z0-9_] |
단어 구성 문자가 아닌 임의의 문자 |
\s |
[ \t\n\r\f] |
임의의 공백 문자 |
\S |
[^ \t\n\r\f] |
공백이 아닌 임의의 문자 |
수량자
수량자는 문자나 그룹을 몇 번 일치시킬지 지정합니다.
| 수량자 | 의미 | 예제 |
|---|---|---|
{n} |
정확히 n회 | \d{4}는 정확히 네 자리 숫자와 일치 |
{n,} |
n회 이상 | \d{2,}는 두 자리 이상의 숫자와 일치 |
{n,m} |
n회 이상 m회 이하 | \d{2,4}는 2~4자리 숫자와 일치 |
* |
{0,}와 동일 | a*는 '', 'a', 'aa', 'aaa'…와 일치 |
+ |
{1,}와 동일 | a+는 'a', 'aa', 'aaa'…와 일치 |
? |
{0,1}와 동일 | a?는 '' 또는 'a'와 일치 |
그룹화와 선택
캡처 그룹
괄호 ()로 캡처 그룹을 만들면 다음 작업을 할 수 있습니다.
- 여러 문자에 수량자 적용
- 일치한 텍스트를 캡처해 나중에 사용
- 역참조 만들기
예제: 그룹화
괄호가 없는 ha+는 'ha', 'haa', 'haaa'와 일치합니다
선택(OR)
파이프 |는 OR 연산자처럼 동작합니다.
예제: 선택
비캡처 그룹
그룹화는 필요하지만 캡처는 필요하지 않을 때 (?:...)를 사용합니다.
앵커와 경계
앵커는 문자가 아니라 위치에 일치합니다.
| 앵커 | 일치하는 위치 | 예제 |
|---|---|---|
^ |
문자열의 시작 | ^Hello - 문자열이 'Hello'로 시작해야 함 |
$ |
문자열의 끝 | bye$ - 문자열이 'bye'로 끝나야 함 |
\b |
단어 경계 | \bcat\b는 'cat'과 일치하지만 'category'와는 일치하지 않음 |
\B |
비단어 경계 | \Bcat는 'category' 안의 'cat'과 일치 |
정규 표현식 실용 예제
자주 사용하는 정규 표현식 패턴을 설명과 함께 소개합니다.
1. 이메일 유효성 검사
기본 이메일 패턴
구성 요소 설명:
^ - 문자열의 시작
[\w.-]+ - 단어 구성 문자, 마침표 또는 하이픈이 한 글자 이상
@ - @ 기호 자체
[\w.-]+ - 도메인 이름
\. - 마침표 자체
\w{2,} - 두 글자 이상의 최상위 도메인
$ - 문자열의 끝
2. 전화번호(미국 형식)
미국 전화번호
3. URL 패턴
간단한 URL 패턴
4. 비밀번호 유효성 검사
강력한 비밀번호(8자 이상, 대문자·소문자·숫자 포함)
전방 탐색 (?=...)를 사용하면 문자를 소비하지 않고 조건을 확인할 수 있습니다.
5. 날짜 형식(YYYY-MM-DD)
ISO 날짜 형식
6. IP 주소(IPv4)
IPv4 주소
정규 표현식 플래그
플래그는 정규 표현식 엔진이 패턴을 해석하는 방식을 변경합니다.
| 플래그 | 이름 | 효과 |
|---|---|---|
i |
대소문자 구분 안 함 | /cat/i는 'cat', 'Cat', 'CAT'와 일치 |
g |
전역 | 첫 번째 일치뿐 아니라 모든 일치 항목을 찾습니다 |
m |
여러 줄 | ^와 $가 각 줄의 시작과 끝에 일치 |
s |
Dotall | .는 줄 바꿈 문자와도 일치 |
더 나은 정규 표현식을 작성하는 팁
- 간단하게 시작 - 패턴을 조금씩 발전시키세요
- 충분히 테스트 - 다양한 입력으로 정규 표현식 테스터를 사용하세요
- 조건을 명확히 지정 -
.*처럼 지나치게 광범위한 패턴은 피하세요 - 앵커 사용 -
^와$로 부분 일치를 방지하세요 - 복잡한 패턴에 주석 추가 - verbose 모드나 외부 설명 자료를 활용하세요
- 예외적인 경우 고려 - 빈 문자열, 특수 문자, 긴 입력도 확인하세요
- 특수 문자(
.,*,?)의 이스케이프 누락 - 탐욕적 수량자와 게으른 수량자의 혼동(
.*와.*?) - 필요할 때 패턴을 앵커로 고정하지 않음
- 복잡해서 유지보수하기 어려운 패턴
마무리
기본을 이해하면 정규 표현식은 매우 강력한 도구가 됩니다. 간단한 패턴으로 시작해 구문에 익숙해지면서 점차 복잡하게 만들어 보세요.
핵심 요약:
- 정규 표현식 패턴은 리터럴 문자와 메타 문자로 구성됩니다
- 문자 클래스(
[...])는 문자 집합과 일치합니다 - 수량자(
*,+,{n})는 반복 횟수를 제어합니다 - 그룹(
(...))과 선택(|)으로 구조를 만듭니다 - 앵커(
^,$,\b)는 위치에 일치합니다 - 패턴은 항상 정규 표현식 테스터로 테스트하세요
연습을 거듭하면 정규 표현식을 자연스럽게 사용할 수 있게 되어 수작업 텍스트 처리 시간을 크게 절약할 수 있습니다!