- 정규 표현식(regular expression) 줄여서 정규식(regex)은 문자 패턴을 식별하는 수단이다.
- 정규식을 지원하는 .NET 형식들은 Perl 5의 정규 표현식 문법을 따르며, 패턴을 찾는 기능뿐만 아니라 찾아 바꾸는 기능도 지원한다.
- 정규 표현식은 이를테면 다음과 같은 과제에 쓰인다.
- 패스워드나 전화번호 같은 텍스트 입력의 유효성 점검(ASP.NET은 이 용도만을 위해 ReularExpressionValidator라는 컨트롤을 제공한다)
- 텍스트 자료를 좀 더 구조화된 형태로 파싱(이를테면 HTML 페이지에서 자료를 추출해서 데이터베이스에 저장하는 등)
- 문서에 있는 특정 패턴의 텍스트를 치환
정규 표현식의 기초
- 정규 표현식에는 여러 연산자가 있는데, 그중 한정사(quantifier; 양화사)라고 부르는 연산자들이 특히나 많이 쓰인다.
- 한정사 중 하나인 ?는 그 앞의 항목이 0회 또는 1회 나와야 한다는 뜻이다. 다른 말로 하면 ?는 그 앞의 항목이 선택적(optional)임을 뜻한다.
- 예컨대 “colou?r”라는 정규 표현식은 color와도 부합하고 colour와도 부합하지만, colouur와는 부합하지 않는다.
Console.WriteLine(Regex.Match("color", @"colou?r").Success); // True
Console.WriteLine(Regex.Match("colour", @"colou?r").Success); // True
Console.WriteLine(Regex.Match("colouur", @"colou?r").Success); // False
- Regex.Match는 주어진 문자열에서 주어진 패턴과 부합하는 부분 문자열을 찾는다.
- 이 메서드가 돌려주는 객체에는 패턴과 부합하는 부분 문자열의 시작 색인을 담은 Index 속성과 길이를 담은 Length 속성, 그리고 부함 문자열 자체를 담은 Value 속성이 있다.
Match m = Regex.Match("any colour you like", @"colou?r");
Console.WriteLine(m.Success); // True
Console.WriteLine(m.Index); // 4
Console.WriteLine(m.Length); // 6
Console.WriteLine(m.Value); // colour
Console.WriteLine(m.ToString()); // colour
- Regex.Match를 string의 IndexOf 메서드의 좀 더 강력한 버전이라고 생각해도 될 것이다. 차이점은 Regex.Match는 주어진 문자열을 곧이곧대로 검색하는 것이 아니라 패턴을 검색한다는 것이다.
- IsMatch 메서드는 Match 호출 후 Success 속성을 판정하는 과정을 하나로 엮은 단축 메서드이다.
- 정규 표현식 엔진은 기본적으로 왼쪽에서 오른쪽으로 패턴을 점검하므로, Match는 가장 왼쪽의 부함만을 돌려준다. 더 많은 부합을 얻으려면 NextMatch 메서드를 사용해야 한다.
Match m1 = Regex.Match("One color? Threre are two colours in my head!", @"colou?rs?");
Match m2 = n1.NextMatch();
Console.WriteLine(m1); // color
Console.WriteLine(m2); // colour
- Matches 메서드는 모든 부합을 배열에 담아 돌려준다.
foreach (Match m in Regex.Match("One color? Threre are two colours in my head!", @"colou?rs?"))
Console.WriteLine(m);
- 흔히 쓰이는 또 다른 정규 표현식 연산자로 대안 선택자(alternator)가 있다. 대안 선택자는 수직선 기호 |로 표시한다. 대안 선택자는 말 그대로 선택할 수 있는 대안들을 표현한다.
- 예컨대 다음은 “Jen”이나 “Jenny”, “Jennifer”와 부합한다.
Console.WriteLine(Regex.IsMatch("Jenny", "Jen(ny|nifer)?")); // True
- 대안 선택자를 감싸는 괄호는 대안들을 정규식의 나머지 부분과 구분하는 역할을 한다.
- .NET Framework 4.5 부터는 정규 표현식 부합 메서드 호출 시 만료 시간을 지정할 수 있다.
- TimeSpan 객체로 주어진 시간이 다 지나도 부합 연산이 완료되지 않으면 RegexMatchTimeoutException 예외가 발생한다.
- 임의의 정규 표현식(이를테면 고급 검색 대화상자에 사용자가 입력한 정규식)을 처리하는 프로그램이라면 잘못된 또는 악의적인 정규 표현식 때문에 프로그램이 무한히 멈추는 일을 방지하기 위해 이러한 시간 만료 기능을 활용하는 것이 바람직하다.
Continue reading →
