정규표현식 가이드

요약

• re 모듈 활용
• pandas 활용: str.extract, str.contains

---

정규표현식 기초

문자 클래스

자주 사용하는 정규식	의미
\d (=[0-9])	숫자와 매치
\D (=[^0-9])	숫자가 아닌 문자와 매치
\s	공백 문자와 매치
\w (=[a-zA-Z0-9_])	문자+숫자와 매치
[a-zA-Z]	모든 알파벳
[가-힣]	모든 한글

메타문자

표현식	설명	예시	매칭
.	줄바꿈 제외 모든 문자	a.b	a + 모든문자 + b
^	문자열의 시작	^a	a로 시작
$	문자열의 끝	a$	a로 끝남
*	0회 이상 반복	ca*t	ct, cat, caaaat
+	1번 이상 반복	ca+t	cat, caaaat
?	0번 또는 1번	ab?c	ac, abc
|	둘 중 하나	a|b	a 또는 b
()	그룹으로 묶음	(ab)+c	abc, ababc

---

re 모듈 활용

기본 메서드

Method	설명
match()	문자열 처음부터 매치 조사
search()	문자열 전체에서 매치 조사
findall()	매치되는 모든 문자열을 리스트로 반환
finditer()	매치되는 모든 문자열을 반복 가능한 객체로 반환

import re
pattern = re.compile("[a-z]+")
 
match1 = pattern.match('3 python')       # None
match2 = pattern.search('3 python')     # 'python'
match3 = pattern.findall('life is short')  # ['life', 'is', 'short']

컴파일 옵션

옵션	설명
re.DOTALL	줄바꿈 포함 모든 문자와 매치
re.IGNORECASE	대소문자 무관 매치
re.MULTILINE	여러 줄과 매치

---

pandas 형식

# str.extract(): 조건 만족하는 경우만 추출
df['new'] = df['col'].str.extract(r'(\d+-\d{2}+|\d{3}\+)')
 
# str.contains(): 조건 만족하는 행 필터링
df[df['col'].str.contains(r'(day)')]

---

활용

괄호 제거(내부 문자 포함)

• 대괄호: r'\s*\[.*?\]'
• 중괄호: r'\s*\{.*?\}'
• 소괄호: r'\s*\(.*?\)'

---

참고사이트

• Python 정규표현식 정리