기초적인 정규 표현식 이해하기

개발에 발을 담근(?) 이후 정규 표현식에 대해 들어본적은 많으나 직접 사용해본 적은 한번도 없었다.

알고리즘 문제를 풀때 가끔 정규표현식을 사용하는 사람을 보고 '오 이게 대체 뭐지~ 머리아프다' 하고 지나만 갔다.

하지만 회사 동료의 설명을 잠깐 듣고 나니, 이참에 한번 공부해보자 싶어서 정리해본다.

 

(설명은 자바스크립트를 기반으로 했습니다)

---

정규 표현식과 플래그

두 슬래시(/) 사이에 글자를 써넣어서 정규 표현식을 작성할 수 있다.

정규식 관련 메서드로는 match, test, replace 등이 있다 (여기서 replace는 생략함)

 

test : test 이후 오는 문자열이 regExp와 일치하는지 true/false 를 반환받는다.

match : 문자열에서 regExp 와 일치하는 것들을 찾아내서 반환받는다.

let regExp = /헬로월드/
alert(regExp.test("헬로월드")) // true

alert("헬로월드".match(regExp)) // 헬로월드

검색에 영향을 주는 플래그는 6개가 존재한다. 플래그는 여러가지를 합쳐서 쓸 수 있다.

• i  - 대소문자 구분 없이 검색
• g  - 패턴과 일치하는 모든 것들을 찾음. g 플래그가 없으면 일치하는 첫번째 결과만 반환
• m - 다중 행 모드를 활성화. 다음 행에 오는 문자를 패턴의 첫 문자로 인식함 (^을 쓸 경우 다중 행 모드가 없으면 문자열 첫 시작 이후론 첫 문자로 인식하지 않음)
• s - . 이 개행문자 \n 도 포함하도록 함
• u - 유니코드 전체를 지원
• y - 문자 내 특정 위치에서 검색을 진행하는 'sticky'모드 활성화

let str = "Java JavaScript Python";
alert( str.match(/java/) ); // null
alert( str.match(/java/i) ); // Java
alert( str.match(/java/gi) ); // Java, Java

 

[ ] : 후보군이자 범위

• [ ] 안에 있는 글자들은 or 로 이어져서, 그 중 한 문자가 들어가 있으면 일치하는 것으로 판단한다.

alert("classA".match(/class[ABC]/g)); // classA
alert("class".match(/class[ABC]/g));  // null -> A,B,C 셋 중 하나가 있어야함

• [ ] 안에 - 를 사용해서 범위를 표현할 수 있다

alert("classA".match(/class[A-Z]/g)); // classA
alert("class1A".match(/class[0-9A-Z]/g)); // class1 -> 0~9, A~Z 중 하나
alert("class다".match(/class[가-힣]/g)); // class다 -> 한글도 된다!

// - 자체를 찾으려면 escape(\) 사용
alert("class-A".match(/class[A-Z\-]A/g)); // class-A

• [^..] 로 여집합을 표현할 수 있다

alert("classA".match(/class[^BC]/g)); // classA -> B,C 제외라 일치
alert("classB".match(/class[^BC]/g)); // null

• 아래와 같이 간략하게 표현하는 것도 가능하다
  • \d : 어떤 하나의 숫자 = [0-9]  
  • \w : 어떤 하나의  문자 = [a-zA-Z0-9_]
  • \s : 공백 하나 = [\t\n\v\f\r]
  • \D : \d의 여집합 = [^0-9]  
  • \W : \w의 여집합 = [^a-zA-Z0-9_]
  • \S : \s의 여집합 = [^\t\n\v\f\r]

 

자주 등장하는 표현식들

표현식	설명
(x)	소괄호로 문자를 묶어서 그룹으로 사용
x{n}	x가 n번 반복됨
x{n,}	x가 n번 이상 반복됨
x{n,m}	x가 최소 n번 이상, 최대 n번 이하 반복됨
x*	x가 0번 이상 반복됨
x+	x가 1번 이상 반복됨
x?	x가 있거나 없음(0번 or 1번)
^x	x로 시작함
x$	x로 끝남

 

---

고객 휴대폰 번호 입력 받기

프로젝트에 정규식이 들어간 코드가 딱 두 개가 있어서 확인을 해봤다.

기존 프로젝트 코드에 들어가 있는 휴대폰 번호 정규식은 아래와 같았다.

/^(01[0-9]{1})[0-9]{3,4}[0-9]{4}$/

앞에서부터 차근차근 풀이하자면

^(01[0-9]{1}) : 010 ~ 019 까지의 세 문자가 한 번 반복되는걸로 문자열이 시작된다 (ex. 010)

[0-9]{3,4} : 숫자가 3번 이상, 4번 이하로 반복된다 (ex. 123)

[0-9]{4}$ : 숫자가 4번 반복된 후 문자열이 끝난다 (ex. 4567)

 

굳이 여기서 [0-9]를 안쓰고, \d로 써도 결과는 같다.

/^(01\d{1})\d{3,4}\d{4}$/

 

위 정규 표현식을 사용할 경우 누군가 010-9999-9999 를 입력한다면 올바르지 않은 휴대폰번호로 인식할 것이다.

-를 쓰고 안쓰더라도 영향을 안주고싶다면 ? 를 사용하면 된다.

/^(01\d{1})-?\d{3,4}-?\d{4}$/

 

고객 출생년도 입력받기

두 번째 코드는 출생년도를 입력받는 코드다. 

/^(19[0-9][0-9]|20\d{2})$/

짧은 식이라 위 전화번호를 읽었다면 쉽게 이해할 수 있다.

19xx 년으로 표시되거나 20xx 년으로 표시된다면 유효한 출생년도로 인정해주고 있다. (|는 or 연산자로 사용된다)

[0-9]를 또 \d로 바꾸면 아래와 같다.

/^(19\d{2}|20\d{2})$/

이렇게 고치고 보니 더 간결해질 수 있겠다 싶어서 아래처럼 만들었다.

/^(19|20)\d{2}$/

 

이메일 입력받기

기존 코드에는 없지만, 만약 유효한 이메일을 입력받으려면 어떻게 해야할까?

이건 어떤 형태가 올바른 이메일이냐에 대한 결정에 따라서 다양한 답이 나올 수 있을 것 같다.

^[A-Za-z0-9](\w|[.-])*@[A-Za-z0-9](\w|[.-])*\.(com|co.kr)$

위는 내가 생각해본 답이다. 생각한 조건은 아래와 같다.

 

1. 아이디와 도메인명의 시작은 [A-Za-z0-9] 가 허용된다 (\w를 쓰고 싶었으나 \w에는 _가 포함되어 있다ㅜㅜ)

2. 아이디와 도메인명의 시작 외 나머지 부분은 전체 문자(\w) 및 . - 가 올 수 있다

3. 아이디와 도메인명 사이에는 @ 가 있다

4. .com 혹은 .co.kr 로 끝난다

 

 

 

 

아래 링크에서 정규 표현식을 쉽게 테스트해볼수 있다

https://regexr.com/