자료구조/알고리즘 - 정규표현식

정규 표현식

문자열 관리를 간단하게 해주는 표현식
→ 회원 가입과 관련하여 비밀 번호 입력 조건 설정 시에 이용할 수 있다

 

정규식은 문자열에서 특정한 문자를 찾아내는 도구 라고 정의 가능
→ 특정한 규칙을 갖는 문자열로 이루어진 표현식(코딩을 간단화 시킬 수 있음)

 

// 이메일 유효성 검사의 예

let regExp = /^[0-9a-zA-Z]([-_.]?[0-9a-zA-Z])*@[0-9a-zA-Z]([-_.]?[0-9a-zA-Z])*.[a-zA-Z]{2,3}$/i;

// 휴대전화 번호 유효성 검사의 예

let regExp = /^01([0|1|6|7|8|9]?)-?([0-9]{3,4})-?([0-9]{4})$/;

중요한 점은 정규 표현식은 알고리즘 문제를 푸는데 적용할 수 있다는 점!

 

문자열 str 이 주어질 때, str의 길이가 5 또는 7이면서 숫자로만 구성되어 있는지를 확인해 주는 함수를 작성하세요. 결과는 Boolean으로 리턴됩니다. 예를 들어 str가 c2021이면 false, 20212이면 true를 리턴합니다.

// 정규 표현식으로 작성한 예
function solution(str) {
    return /^\d{5}$|^\d{7}$/.test(str);
}

정규 표현식을 잘 알아두면 문자열을 다룰 때 아주 유용하게 사용 가능하다

 

정규 표현식 사용하기

2가지 방법으로 사용 가능(리터럴 패턴, 생성자 함수 호출 패턴)

 

리터럴 패턴

정규표현식 규칙을 슬래시(/)로 감싸서 사용
슬래시(/) 안에 들어온 문자열이 찾고자 하는 문자열

let pattern = /c/;
// 'c 를 찾아 줘' 라고 컴퓨터에게 명령을 내리는 것과 같다
// 찾고 싶은 c를 pattern 이라는 변수에 담아놨기 때문에 이 변수를 이용하여 c 를 찾을 수 있다

 

생성자 함수 호출 패턴

RegExp 객체의 생성자 함수를 호출하여 사용

let pattern = new RegExp(‘c’);
// new 를 이용해서 정규 표현식 객체(RegExp)를 생성하고,
// 리터럴 패턴과 동일하게 'c 를 찾아 줘' 라는 명령

 

정규 표현식 내장 메소드

JavaScript 에서 정규표현식은 객체로서 내장 메소드를 가지고 있으며, String 객체에서도 정규표현식을 사용할 수 있는 내장메소드를 가지고 있다
→ 내장 메소드를 이용하면 어떤 문자열 안에 원하는 정보를 찾거나 특정 패턴에 대응하는 문자열을 검색, 추출, 다른 문자열로 치환할 수 있다

 

RegExp 객체의 메소드

exec()

exec 는 execution 의 줄임말로, 원하는 정보를 뽑아내고자 할 때 사용
검색의 대상이 찾고자 하는 문자열에 대한 정보를 가지고 있다면 이를 배열로 반환하며, 찾는 문자열이 없다면 null을 반환

let pattern = /c/; // 찾고자 하는 문자열
pattern.exec('codetest') // 검색하려는 대상을 exec 메소드의 첫 번째 인자로 전달

// 즉, 'codetest' 가 'c' 를 포함하고 있는지를 확인
// 이 경우 'c' 가 포함되어 있으므로, ['c'] 를 반환

 

test()

찾고자 하는 문자열이 대상 안에 있는지의 여부를 boolean 으로 리턴

let pattern = /c/;
pattern.test('codetest');
// 이 경우는 'codetest'가 'c'를 포함하고 있으므로 true 를 리턴

 

String 객체의 메소드

match()

RegExp.exec() 와 비슷한 기능을 하며, 정규 표현식을 인자로 받아 주어진 문자열과 일치된 결과를 배열로 반환
일치되는 결과가 없으면 null 을 리턴

let pattern = /c/;
let str = 'codetest';
str.match(pattern);
// str 안에 pattern 이 포함되어 있으므로, ['c'] 를 반환

 

replace()

'검색 후 바꾸기'(대체)를 수행
첫 번째 인자로는 정규표현식을 받고, 두 번째 인자로는 치환하려는 문자열을 받는다
문자열에서 찾고자 하는 대상을 검색해서 이를 치환하려는 문자열로 변경 후 변경된 값을 리턴

let pattern = /c/;
let str = 'codetest';
str.replace(pattern, 'C');
// str 안에서 pattern 을 검색한 후 'C' 로 변경하여 그 결과를 리턴
// 여기서는 'Codetest'가 반환됨

 

split()

주어진 인자를 구분자로 삼아, 문자열을 부분 문자열로 나누어 그 결과를 배열로 반환

"123,456,789".split(",")  // ["123", "456", "789"]
"12304560789".split("0")  // ["123", "456", "789"]

 

search()

정규표현식을 인자로 받아 가장 처음 매칭되는 부분 문자열의 위치(index)를 반환
매칭되는 문자열이 없으면 -1을 반환

"JavaScript".search(/script/); // -1 대소문자를 구분합니다
"JavaScript".search(/Script/); // 4
"codestates".search(/ode/); // 1

 

flag

정규표현식은 플래그(flag)를 설정해 줄 수 있으며, 플래그는 추가적인 검색 옵션의 역할을 해 준다
이 플래그들은 각자 혹은 함께 사용하는 것이 모두 가능하며, 순서에 구분이 없음
아래는 자주 사용되는 3가지 플래그

 

i

i를 붙이면 대소문자를 구분하지 않음

let withi = /c/i;
let withouti = /c/;
"Codetest".match(withi); // ['C']
"Codetest".match(withouti); // null

 

g

global 의 약자로, g 를 붙이면 검색된 모든 결과를 리턴
→ 가장 처음 검색된 결과가 아닌, 검색된 모든 결과 를 리턴하는 것

let withg = /c/g;
let withoutg = /c/;
"coolcodetest".match(withg); // ['c', 'c']
"coolcodetest".match(withoutg); // ['c'] g 가 없으면 첫 번째 검색 결과만 반환

 

m

m을 붙이면 다중행을 검색

let str = `1st : cool
2nd : code
3rd : test`;
str.match(/c/gm)
// 3개의 행을 검색하여 모든 c 를 반환
// ['c', 'c']
str.match(/c/m)
// m은 다중행을 검색하게 해 주지만, g 를 빼고 검색하면 검색 대상을 찾는 순간 검색을 멈추기 때문에
// 첫 행의 ['c'] 만 리턴

 

정규식 패턴(표현식)

정규표현식에 다양한 특수기호를 함께 사용하면 문자열을 다룰 때에 더 많은 옵션을 설정할 수 있다

Anchors -^ and $

^

^는 문자열의 처음을 의미하며, 문자열에서 ^뒤에 붙은 단어로 시작하는 부분을 찾는다.
일치하는 부분이 있더라도, 그 부분이 문자열의 시작 부분이 아니면 null 을 리턴

"coding is fun".match(/^co/); // ['co']
"coding is fun".match(/^fun/); // null

 

$

$는 문자열의 끝을 의미하며, 문자열에서 $앞의 표현식으로 끝나는 부분을 찾는다.
^와 비슷하지만 ^는 문자열의 시작을 찾는 반면, $는 문자열의 마지막 부분을 찾는다.
마찬가지로 일치하는 부분이 있더라도, 그 부분이 문자열의 끝부분이 아니면 null 을 리턴

"coding is fun".match(/un$/); // ['un']
"coding is fun".match(/is$/); // null
"coding is fun".match(/^coding is fun$/);
// 문자열을 ^ 와 $ 로 감싸주면 그 사이에 들어간 문자열과 정확하게 일치하는 부분을 찾습니다
// ["coding is fun"]

 

Quantifiers - * , +, ? and {}

*

*는 *바로 앞의 문자가 0번 이상 나타나는 경우를 검색
아래와 같은 문자열이 있을 때에 /ode*/g 을 사용하게 되면 "od" 가 들어가면서 그 뒤에 "e"가 0번 이상 포함된 모든 문자열을 리턴합니다.

"co cod code codee coding codeeeeee codingding".match(/ode*/g);
// ["od", "ode", "odee", "od", "odeeeeee", "od"]

 

+

+ 도 * 와 같은 방식으로 작동하나,
차이점: + 바로 앞의 문자가 1번 이상 나타나는 경우를 검색한다는 점!

"co cod code codee coding codeeeeee codingding".match(/ode+/g);
// ["ode", "odee", "odeeeeee"]

 

?

? 는 * 또는 + 와 비슷하지만,
차이점: ? 앞의 문자가 0번 혹은 1번 나타나는 경우만 검색
*? 또는 +? 와 같이 ?는 함께 조합하여 사용 가능

"co cod code codee coding codeeeeee codingding".match(/ode?/g);
// ["od", "ode", "ode", "od", "ode", "od"]
"co cod code codee coding codeeeeee codingding".match(/ode*?/g);
// ["od", "od", "od", "od", "od", "od"]
"co cod code codee coding codeeeeee codingding".match(/ode+?/g);
// ["ode", "ode", "ode"]

 

{}

{}는 *, *?, +, +? 의 확장판
차이점: *, *?, +, +? 가 '0개 이상' 또는 '1개 이상' 검색이 전부였던 반면, {}는 직접 숫자를 넣어서 연속되는 개수를 설정 가능

"co cod code codee coding codeeeeee codingding".match(/ode{2}/g);
// 2개의 "e"를 포함한 문자열을 검색합니다.
// ["odee", "odee"]

"co cod code codee coding codeeeeee codingding".match(/ode{2,}/g);
// 2개 이상의 "e"를 포함한 문자열을 검색합니다.
// ["odee", "odeeeeee"]

"co cod code codee coding codeeeeee codingding".match(/ode{2,5}/g);
// 2개 이상 5개 이하의 "e"를 포함한 문자열을 검색합니다.
// ["odee", "odeeeee"]

 

OR operator - |

| 는 or 조건으로 검색하여 | 의 왼쪽 또는 오른쪽의 검색 결과를 반환

"Cc Oo Dd Ee".match(/O|D/g); // ["O", "D"]
"Cc Oo Dd Ee".match(/c|e/g); // ["c", "e"]
"Cc Oo Dd Ee".match(/D|e/g); // ["D", "e"]
"Ccc Ooo DDd EEeee".match(/D+|e+/g); // + 는 1번 이상 반복을 의미하기 때문에
// ["DD", "eee"] 를 반환

 

Bracket Operator - []

대괄호 [] 안에 명시된 값을 검색

[abc] // a or b or c 를 검색합니다. or(|) Operator 로 작성한 a|b|c 와 동일하게 작동합니다.
[a-c] // [abc] 와 동일합니다. - 로 검색 구간을 설정할 수 있습니다.

"Ccc Ooo DDd EEeee".match(/[CD]+/g); // [] 에 + 등의 기호를 함께 사용할 수도 있습니다.
// C or D 가 한 번 이상 반복된 문자열을 반복 검색하기 때문에
// ["C", "DD"] 가 반환됩니다.

"Ccc Ooo DDd EEeee".match(/[co]+/g); // ["cc", "oo"]
"Ccc Ooo DDd EEeee".match(/[c-o]+/g); // - 때문에 c ~ o 구간을 검색하여
// ["cc", "oo", "d", "eee"] 가 반환됩니다.

"AA 12 ZZ Ad %% Az !# dd 54 zz".match(/[A-Za-z]+/g); 
// a~z 또는 A~Z 에서 한 번 이상 반복되는 문자열을 반복 검색하기 때문에
// ["AA", "ZZ", "Ad", "Az", "dd", "zz"] 를 반환합니다.
"AA 12 ZZ Ad %% Az !# dd 54 zz".match(/[A-Z]+/gi);
// flag i 는 대소문자를 구분하지 않기 때문에 위와 동일한 결과를 반환합니다.
// ["AA", "ZZ", "Ad", "Az", "dd", "zz"]

"AA 12 ZZ Ad %% Az !# dd 54 zz".match(/[0-9]+/g);
// 숫자도 검색 가능합니다.
// ["12", "54"]

"aAbB$#67Xz@9".match(/[^a-zA-Z]+/g);
// [] 안에 ^ 를 사용하면 anchor 로서의 문자열의 처음을 찾는것이 아닌 
// 부정을 나타내기 때문에 [] 안에 없는 값을 검색합니다.
// ["$#67", "@9"]

 

Character classes

\d 와 \D

\d 의 d 는 digit 을 의미하며 0 ~ 9 사이의 숫자 하나를 검색
→ [0-9] 와 동일

 

\D 는 not Digit 을 의미하며, 숫자가 아닌 문자 하나를 검색
→ [^0-9] 와 동일

"abc34".match(/\d/); // ["3"]
"abc34".match(/[0-9]/) // ["3"]
"abc34".match(/\d/g); // ["3", "4"]
"abc34".match(/[0-9]/g) // ["3", "4"]
"abc34".match(/\D/); // ["a"]
"abc34".match(/[^0-9]/); // ["a"]
"abc34".match(/\D/g); // ["a", "b", "c"]
"abc34".match(/[^0-9]/g); // ["a", "b", "c"]

 

\w 와 \W

\w 는 알파벳 대소문자, 숫자,_(underbar) 중 하나를 검색
→ [a-zA-Z0-9_]와 동일

 

\W 는 알파벳 대소문자, 숫자, _ (underbar)가 아닌 문자 하나를 검색
→ [^a-zA-Z0-9_]와 동일

"ab3_@A.Kr".match(/\w/); //["a"]
"ab3_@A.Kr".match(/[a-zA-Z0-9_]/) // ["a"]
"ab3_@A.Kr".match(/\w/g); //["a", "b", "3", "_", "A", "K", "r"]
"ab3_@A.Kr".match(/[a-zA-Z0-9_]/g) // ["a", "b", "3", "_", "A", "K", "r"]

"ab3_@A.Kr".match(/\W/); // ["@"]
"ab3_@A.Kr".match(/[^a-zA-Z0-9_]/); // ["@"]
"ab3_@A.Kr".match(/\W/g); // ["@", "."]
"ab3_@A.Kr".match(/[^a-zA-Z0-9_]/g); // ["@", "."]

 

Grouping and capturing

()

()는 그룹으로 묶는다는 의미 이외에도 다른 몇 가지 의미가 더 있다

 

• 그룹화
  표현식의 일부를 ()로 묶어주면 그 안의 내용을 하나로 그룹화할 수 있다

// 그룹화한 경우와 그렇지 않은 결과의 차이

let co = 'coco';
let cooo = 'cooocooo';

co.match(/co+/); // ["co", index: 0, input: "coco", groups: undefined]
cooo.match(/co+/); // ["cooo", index: 0, input: "cooocooo", groups: undefined]

co.match(/(co)+/); // ["coco", "co", index: 0, input: "coco", groups: undefined]
cooo.match(/(co)+/); // ["co", "co", index: 0, input: "cooocooo", groups: undefined]

co+ 는 "c"를 검색하고 + 가 "o"를 1회 이상 연속으로 반복되는 문자를 검색해 주기 때문에 "cooo"가 반환되었습니다. 하지만 (co)+ 는 "c" 와 "o" 를 그룹화하여 "co"를 단위로 1회 이상 반복을 검색하기 때문에 "coco"가 반환되었습니다. 여기서 특이한 점은 일치하는 문자열로 반환된 결과가 2개입니다. 이제 이 이유에 대해 알아봅니다.

• 캡처

() 로 그룹화한다고 하였고, 이를 캡처한다 라고 한다.

아래 예시를 통해 캡처했을 경우의 작동방식을 확인해 보자

//캡처의 예시 1

co.match(/(co)+/); // ["coco", "co", index: 0, input: "coco", groups: undefined]

1. () 로 "co"를 캡처
2. 캡처한 "co" 는 일단 당장 사용하지 않고, + 가 "co"의 1회 이상 연속 반복을 검색
3. 이렇게 캡처 이외 표현식이 모두 작동하고 나면, 캡처해 두었던 "co"를 검색

→ 따라서 2번 과정에 의해 "coco" 가 반환되고, 3번에 의해 "co"가 반환되는 것

//캡처의 예시 2

"2021code".match(/(\d+)(\w)/);
// ["2021c", "2021", "c", index: 0, input: "2021code", groups: undefined]

1. () 안의 표현식을 순서대로 캡처 ⇒ \d+ 와 \w
2. 캡처 후 남은 표현식으로 검색 ⇒ 이번 예시에는 남은 표현식은 없다.
3. \d 로 숫자를 검색하되 + 로 1개 이상 연속되는 숫자를 검색 ⇒ 2021
4. \w 로 문자를 검색 ⇒ c3번과 4번이 조합되어 "2020c" 가 반환
5. 첫 번째 캡처한 (\d+) 로 인해 2021 이 반환
6. 두 번째 캡처한 (\w) 로 인해 "c" 가 반환

 

• 문자열 대체 시 캡처된 값 참조

캡처된 값은 replace() 메소드를 사용하여 문자 치환 시 참조 패턴으로 사용할 수 있다.

"code.start".replace(/(\w+)\.(\w+)/, "$2.$1"); //start.code

우선 첫 번째 (\w+) 가 code 를 캡처하고, 두 번째 (\w+) 가 start 를 캡처합니다. (/(\w+)\ 와 (\w+)/\사이의 . 은 . 앞에 역슬래시가 사용되었기 때문에 '임의의 한 문자'가 아닌 기호로서의 온점 . 을 의미합니다.) 각 캡처된 값은 첫 번째는 $1 이 참조, 두 번째는 $2 이 참조하기 때문에 이 참조된 값을 "$2.$1" 이 대체하게 되어 code 와 start 가 뒤바뀐 "start.code" 가 반환됩니다.

non-capturing

(?:)로 사용하면 그룹은 만들지만 캡처는 하지 않는다

let co = 'coco';

co.match(/(co)+/); // ["coco", "co", index: 0, input: "coco", groups: undefined]

co.match(/(?:co)+/); 
// ["coco", index: 0, input: "coco", groups: undefined]
// 위 "캡처" 예시의 결과값과 비교해 볼 것

 

lookahead

(?=) 는 검색하려는 문자열에 (?=여기) 에 일치하는 문자가 있어야 (?=여기) 앞의 문자열을 반환한다

"abcde".match(/ab(?=c)/);
// ab 가 c 앞에 있기 때문에 ["ab"] 를 반환
"abcde".match(/ab(?=d)/);
// d 의 앞은 "abc" 이기 때문에 null 을 반환

 

negated lookahead

(?!) 는 (?=) 의 부정의 뜻

"abcde".match(/ab(?!c)/); // null
"abcde".match(/ab(?!d)/); // ["ab"]

 

이처럼 정규 표현식을 응용하면 다양한 상황에서 유용하게 사용할 수 있다(특히, 알고리즘 문제에서!)