[JAVA] 정규표현식이란?

1. 정규표현식이란

정규표현식이란 텍스트를 기술하기 위한 표현방식을 말합니다. 정규표현식은 특정한 문자열의 검색, 치환, 추출에 있어 강력한 문법을 제공하여 줍니다.

wiki에는 다음과 같이 정의하고 있습니다.

A regular expression is a string that describes or matches a set of strings, according to certain syntax rules.

2. 정규식 만들기

Java에서는 아래와 같이 정규식을 작성할 수 있습니다.

Pattern p = Pattern.compile("패턴"); 

Matcher m = p.matcher("문자열"); 

boolean b = m.matches();

boolean b = Pattern.matches("패턴", "문자열 패턴");

또는, String.replaceAll("패턴", "문자열")을 통해서도 정규식 사용이 가능합니다.

3. 정규표현식의 문법

정규표현식을 자바언어에서 이용하기 위해서는 먼저 정규표현식을 표현하는 방법부터 자세히 알 필요가 있습니다.

.

하나의 문자를 의미합니다.

즉, ab. 은 abc나 abd가 될 수 있습니다.

?

해당 패턴의 앞에 문자가(1개)없거나 혹은 한개가 존재하는 경우를 의미합니다. 즉, a?c는 abc도 될 수 있고, bc도 될 수 있습니다.

*

위와 거의 동일하나 하나 이상의 문자를 의미하게 됩니다.

즉, ab*는 aaa도 ab도 될 수 있다는 의미입니다.

^

문자열의 시작을 의미합니다.

즉, ^a는 a로 시작되는 문자를 검색하게 됩니다.

+

앞의 문자가 하나이상의 반복을 의미합니다.

즉, ab+는 abbbb가 될 수도 있다는 의미입니다.

[^]

괄호안의 형식을 제외한다는 의미입니다.

즉, [^a]bc는 a를 제외한 bc, bcd등을 나타냅니다.

 

$

문자열의 끝을 의미합니다.

즉, ab$가 되는 경우 반드시 b로 끝나는 문자를 나타냅니다.

[ ]

괄호안의 형식이 일치하는 경우를 나타냅니다.

즉, [ab]는 a,b,ab모두가 일치하게 됩니다.

( )

()안의 내용을 하나의 묶음으로 사용합니다.

즉, (ab)+는 위 +에 따라 ababab등을 나타냅니다.

{ }

안의 숫자에 따른 반복개수를 의미합니다.

즉, ab{2}는 abab를 나타냅니다.

|

or연산자와 동일합니다.

즉, a|b|c 는 a,b,c,abc모두가 될 수 있습니다.

\w : 알파벳이나 숫자

\W : 알파벳이나 숫자를 제외한 문자

\d : 숫자 [0-9]와 동일

\D : 숫자를 제외한 모든 문자

^[0-9]*$  :  숫자만

^[a-zA-Z]*$  :  영문자만

^[가-�R]*$  :  한글만

^[a-zA-Z0-9]*$  :  영어/숫자만

4. 정규식 패턴예제

위의 표현방법의 조합을 통해서 우리는 다양하고 편리한 코드를 작성할 수 있습니다. 

E-mail 주소를 찾아내는 패턴

^[_A-Za-z0-9-]+(\\.[_A-Za-z0-9-]+)*@ [A-Za-z0-9]+(\\.[A-Za-z0-9]+)*(\\.[A-Za-z]{2,})$

이미지파일을 찾아내는 패턴

([^\s]+(\.(?i)(jpg|png|gif|bmp))$)

IP주소를 찾아내는 패턴

^([01]?\\d\\d?|2[0-4]\\d|25[0-5])\\.([01]?\\d\\d?|2[0-4]\\d|25[0-5])\\.

([01]?\\d\\d?|2[0-4]\\d|25[0-5])\\.([01]?\\d\\d?|2[0-4]\\d|25[0-5])$