정규 표현식 (Regular Expression, 약어로 Regexp 또는 Regex)

( 1 ) 정규 표현식

정규 표현식(Regular Expression, 약어로 Regexp 또는 Regex)이란 특정한 규칙을 가진 문자열의 집합을 표현하는 데 사용하는 형식 언어임.
많은 텍스트 편집기와 프로그래밍 언어에서 문자열의 검색과 치환을 위해 지원하고 있음.

정규 표현식을 모르면 노가다해야 하므로 왠만하면 숙지하는 게 좋음.
보안장비(IDS, IPS 등) 룰셋은 거의 Snort 룰셋 방식이며 정규 표현식을 알아야 고급 룰을 만듬.

정규 표현식 작업에 쓸만한 Editor 툴 중에 notepad++ 를 추천함.
무료이면서 기능이 많음.
해당 툴의 찾기 기능 단축키는 Ctrl + F 이고 바꾸기 기능 단축키는 Ctrl + H 이며 정규 표현식을 사용하고자 한다면 아래 검색 모드에서 정규 표현식을 체크해야 함.
정규 표현식으로 작업하다가 다시 롤백하고자 한다면 Ctrl + Z 를 누르면 됨.

< notepad++ 툴의 정규 표현식 >

그리고 notepad++ 툴에 정규 표현식을 대신한 공백 제거 기능이 편리하게 들어가 있음.
(편집 -> 공백 기능)
선행 공백 제거, 후행 공백 제거 등이 있음.
참고로 아래 정보는 각 OS 별 개행코드이며 숙지하는게 좋음.
윈도우 : \r\n
UNIX  : \n
MAC   : \r

< notepad++ 툴의 공백 기능 >

( 2 ) 문법

.

임의의 한 문자

s.e s 와 e 사이에 임의의 한 글자를 갖는 문자열과 일치함. sae, sbe, sce, sde, ... .ce ce 앞에 임의의 한 글자를 갖는 문자열과 일치함. ace, kce, dce, ...

*

바로 앞의 문자가 없거나 하나 이상

s*e e 앞에 s 가 없거나 하나 이상 존재하는 모든 문자열을 나타냄. e, se, see, ssse, ... abc* ab 다음에 c 가 없거나 하나 이상 존재하는 모든 문자열을 나타냄. ab, abc, abcc, abccc, ... h*im im 앞에 h 가 없거나 하나 이상 존재하는 모든 문자열을 나타냄. im, him, hhim, hhhim, ...

+

바로 앞의 문자가 하나 이상

s+e 문자 e 앞에 s 가 최소한 하나 이상 존재하는 모든 문자열을 나타냄. se, sse, sssse, settle, ...

?

바로 앞의 문자가 없거나 하나

th?e t 와 e 사이에 h 가 하나 있거나 혹은 없는 문자열과 일치함. te, the, their, lotte, ...

^

바로 뒤의 문자열로 시작

^The The 로 시작하는 모든 문자열을 나타냄. The girl is beautiful, Theater, ... (뒷부분부터 공백까지 검사) ^a?bc bc 나 abc 로 시작하는 모든 문자열을 나타냄. bc++ 3.0, abcdef), ... ^.e e 앞에 한 글자가 존재하는 문자열로 시작하는 모든 문자열을 나타냄. he, me, request, settle, ... ^s.e? s 와 임의의 한 문자로 시작하고 그 뒤에 문자 e 가 하나 있거나 혹은 없는 문자열을 나타냄. sa, sae, sb, sbe, ... (e는 나와도 되고 안나와도 되고)

$

바로 앞의 문자열로 종료

a?bc$ bc 로 끝나는 문자열 앞에 문자 a 가 없거나 하나 존재하는 문자열과 일치함. eeabe, seebc, bc, ... t.e$ t 와 임의의 한 글자, 그리고 그 다음에 e 로 연결되어 끝나는 문자열과 일치함. onthetoe, bctae, appetitte, ... s?c+$ 첫 글자는 s 나 e 로 시작하고 하나 이상의 e 로 끝나는 문자열과 일치함. e, se, ee, eee, seee, seee, ... ^KOROMOON$ KOROMOON 으로 시작해서 KOROMOON 으로 끝나는 문자열과 일치함. 즉, 이 경우는 문자열 자체가 KOROMOON 뿐인 경우에만 일치함. KOROMOON

[]

[] 안에 있는 문자 중 하나, 범위는 '-'로 지정함.

[a-d] 는 [abcd] 와 동일하며 [0-9] 는 [0123456789] 와 같은 의미임.

[ab]cd acd 또는 bcd 를 포함하는 문자열과 일치함. acd, tacde, "bcd", "tbcde", ... ^[ab]cd acd 또는 bcd 로 시작하는 문자열과 일치함. acds, bcdt, acdsee32, ... [a-z] 영문 소문자 한 글자를 포함하는 문자열과 일치함. a0c2ds, ta123cde, Student, ... [a-zA-Z] 영문 소문자나 대문자 한 글자를 포함하는 문자열과 일치함. LINUX, 386AT, ... [0-9] 십진수 한 자를 포함하는 문자열과 일치함. a0c2ds, ta123cde, 386, ... ga[a-z] 하나의 영문 소문자 앞에 ge를 갖는 문자열과 일치함. LINgazUX, gazzett, ... ^ab[ce]ef abcef 또는 abdef로 시작하는 문자열과 일치함. abcef0z, abdef386, ... ^[a-zA-Z] 영문자로 시작하는 모든 문자열과 일치함. LINgazUX, abcef0z, ... [a-z]+ 영문소문자 한 자 이상을 갖는 문자열과 일치함. tgabcabcef, MySQL, ... [aA][bB] ab, aB, Ab, AB를 포함하는 문자열과 일치함. 386ABIT, abcef0z, tgabcabcef, ... ,[a-zA-Z0-9]$ 콤마와 하나의 영문자 또는 숫자로 끝나는 문자열과 일치함. abdef38,6, 199,2, ...

만일 원하지 않는 문자를 제외한 문자를 가리킬 때에는 [] 안의 첫 문자로 ^ 를 사용함.

[^ab]cd acd 와 bcd 를 제외하고는 패턴 .cd와 같음. 즉, cd 앞에 a 나 b 를 제외한 하나의 문자를 포함하는 문자열과 일치함. ccd, scd, 018cd, tgcdcdabcef, gazcd18, ... s[^ab]t sat 와 sbt 를 제외하고는 패턴 s.t 와 같음. 즉, t 앞에 a 나 b 를 제외한 임의의 한 문자와 그 앞에 s 가 있는 문자열과 일치함. sct, sdt, tgcdsctda28, settle, ... [^a-z] 영문 소문자를 제외한 한 글자를 포함한 문자열과 일치함. MySQL, 386sAB,IT, abcef0z, 199,2, ... [^a-zA-Z] 영문자를 제외한 한 글자를 포함하는 문자열과 일치함. 286sAB,IT, gazscd18, abcef0z, 199,2, ... [^0-9] 숫자를 제외한 한 글자를 포함하는 문자열과 일치함. settle, gazscd18, LINUX, ...

{}

{} 앞의 문자나 문자열 출현 횟수

a{2}b aab 를 가진 문자열과 일치함. 즉, {2} 는 {} 앞에 있는 문자 a 의 개수가 2 개임을 의미함. aab, ... a{2,}b a 의 개수가 최소한 2 개 이상인 문자열을 포함하는 문자열과 일치함. aab, aaab, aaaab, ... a{1,3}b b 앞에 1 개부터 3 개까지의 a 를 갖는 문자열을 포함하는 문자열과 일치함. ab, aab, aaab, ...

()

() 안에 있는 문자를 그룹화

a(bc){2} a 뒤에 bc 의 개수가 두 개인 문자열 abcbc 를 포함하는 모든 문자열과 일치함. [bc] 가 b 또는 c 중 하나를 의미하는 것에 비해 (bc) 는 bc 를 하나의 그룹으로 처리함. docabcbctor, tabcbc++, ... a(bc)* a 뒤에 bc 가 없거나 하나 이상인 문자열과 일치함. sea, abcd, abcbcbcbc, ...

|

or 연산자

he|she he 나 she 를 포함하는 문자열과 일치함. he is handsome, she's gone, ... (he|she)is is 앞에 he 나 she 를 포함하는 문자열과 일치함. 즉, heis 나 sheis 를 포함하는 모든 문자열과 일치함. heis, sheis, ... (le|li)*ft ft 앞에 le 나 li 가 없거나 하나 이상인 문자열과 일치함. mlefto, lft, lelift, fclelelilefte, ... mo(no)+ mo 뒤에 no 가 하나 이상인 문자열과 일치함. mono, monono, mononono, acmonoe, ...

( 3 ) 특수 문자 사용

^  []  $  ()  |  *  +  ?  {}  \
앞에 \ 붙여서 사용해야 함.

\*+ : * 가 하나 이상 포함된 패턴
\b : 문자와 공백 사이를 의미함.
\d : 순수한 숫자, 정수값, 0-9
\d{2,3}-/d{3,4}-/d{4}  :   전화번호 정규식임. 하이퍼 뒤에 물음표가 있으면(-?) 하이퍼가 있어도 되고 없어도 된다는 뜻임.
\D : \d와 반대 (숫자를 제외한 나머지)
\s : 공백 문자
\S : \s와 반대 (공백 문자를 제외한 나머지)
\t : 탭 문자
\w : [a-zA-Z0-9] 의 줄임표현
\W : [^a-zA-Z0-9] 영문자와 숫자만 아니면 된다는 뜻임.



( 4 ) 플래그

g (Global) : 패턴에 맞는 모든문자 찾기
i (Ignore Case) : 대소문자 무시
m (Multi Line) : 여러 줄




( 5 ) 정규 표현식을 테스트해 볼 수 있는 사이트

http://regexr.com/
http://regexper.com/
http://www.regexpal.com/



참고 사이트 : 
https://ko.wikipedia.org/wiki/%EC%A0%95%EA%B7%9C_%ED%91%9C%ED%98%84%EC%8B%9D
http://www.nextree.co.kr/p4327/

http://www.cbs.dtu.dk/courses/27610/regular-expressions-cheat-sheet-v2.pdf



============================================================

본 게시물은 KOROMOON 님께서 작성하였으며 CCL (Creative Commons License) 에서 "저작자표시-비영리-동일조건변경허락" 이용조건으로 자료를 이용하셔야 합니다.