정규표현식
2018-04-30
정규 표현식으로 C++ 클래스 이름 표현하기
유효한 C++ 클래스 이름을 정규 표현식으로 나타내자면 아래처럼 쓸 수 있다.
^[A-Za-z_][A-za-z0-9]*
- ^(caret): string 시작이 일치해야 함을 뜻한다. 여기서는 대, 소문자 구분없이 a에서 z 사이의 문자 혹은 _(under-score)로 시작하는 것을 매칭한다.
[^abc] : caret이 대괄호 안에 쓰이는 경우는 a, b, c를 제외한 문자를 매칭한다.
- E*: 검색시에 사용하는 wild-card와 같은 의미로 쓴다. 0번 또는 여러번 매칭되는 것을 의미한다. 자주 오용되는 경우로, ‘1개 이상의 white-space로 끝나는 문자열’을 매칭시킬 때,
\s*$를 사용하는데, 이는 결국 ‘0개 또는 여러 개의 white-space로 끝나는 문자열’을 의미하므로, 모든 문자열이 매칭된다. 올바르게 사용하려면\s+$처럼 사용해야 한다.
c++ sample code
std::regex pattern( "^[A-Za-z_][A-Za-z0-9]*" );
std::cout << "Is Match : " << std::regex_match( "12", pattern ); //Is Match : 0
std::cout << "Is Match : " << std::regex_match( "_12", pattern ); //Is Match : 1
std::cout << "Is Match : " << std::regex_match( "*A", pattern ); //Is Match : 0
std::cout << "Is Match : " << std::regex_match( "AB&", pattern ); //Is Match : 0
0부터 99까지의 수로 시작하고 끝나는 문자열
아래 4개의 정규 표현식은 모두 동일하게 0부터 99까지의 수로 시작해서 끝나는 문자열을 나타낸다.
//method 1
^[0-9]{1,2}
//method 2
^\d{1,2}$
//method 3
^\d\d{0,1}$
//method 4
^\d\d?$
-
method 1
{}: quantifier,
x{1,2}는 x가 1번 이상, 2번 이하로 나타나야 매칭되는 것을 의미. -
method 2
\d: [0-9]와 동일 의미. E$: 문자열의 끝이 E로 끝나야 함을 의미.
-
method 3
시작은 숫자 1개, 끝은 숫자가 없거나 1개.
-
method 4
?: {0,1}과 같은 의미. 문자열 시작은 숫자로 시작하며, 이어서 숫자가 0번 혹은 1번 나오고 종료하는 문자열을 의미한다.
특정 문자열 찾기
letter|mail
|은 or를 의미. 따라서 mail 이나 letter를 포함하는 문자열이 매칭됨.
//qt
QRegularExpression re("letter|mail");
qDebug() << re.match("email").hasMatch(); // true
qDebug() << re.match("mailbox").hasMatch(); // true
qDebug() << re.match("mail").hasMatch(); // true
qDebug() << re.match("letters").hasMatch(); // true
//c++11
std::regex pattern( "letter|mail" );
std::cout << std::regex_search( "email", pattern ) << std::endl; // 1
std::cout << std::regex_search( "mailbox", pattern ) << std::endl; // 1
std::cout << std::regex_search( "mail", pattern ) << std::endl; // 1
std::cout << std::regex_search( "letters", pattern ) << std::endl; // 1
Note
std::regex_match는 전체 입력이 모두 매칭될 때만 true를 반환한다.std::regex_search는 입력의 일부분만 매칭되도 true를 반환한다. 따라서, 위 코드에서std::regex_match를 사용했다면 “mail”과 비교한 경우만 true고, 나머지는 false다. StackOverFlow
\b(letter|mail)\b
()은 capture하려고 하는 부분을 명시. 소괄호로 묶음으로써 더 복잡한 정규 표현식을 사용할 수 있다.
\b는 단어의 시작과 끝을 매칭하는 word boundary를 뜻함.
//qt
QRegularExpression re("\\b(letter|mail)\\b");
qDebug() << re.match("email").hasMatch(); // false
qDebug() << re.match("mailbox").hasMatch(); // false
qDebug() << re.match("mail").hasMatch(); // true
qDebug() << re.match("letters").hasMatch(); // false
qDebug() << re.match("letter").hasMatch(); // true
//c++11
std::regex pattern( "\\b(letter|mail)\\b" );
std::cout << std::regex_search( "email", pattern ) << std::endl; // 0
std::cout << std::regex_search( "mailbox", pattern ) << std::endl; // 0
std::cout << std::regex_search( "mail", pattern ) << std::endl; // 1
std::cout << std::regex_search( "letters", pattern ) << std::endl; // 0
std::cout << std::regex_search( "letter", pattern ) << std::endl; // 1
-
&(?!amp;)(?!XX): negative lookahead. XX를 제외한 패턴을 매칭함.&(?!amp;)는 &를 찾되, 뒤에 amp;가 없는 패턴을 매칭한다는 의미. -
Eric과 Eirik을 찾는 경우
\b(Eric|Eirik)\b: Ericsson 같은 문자열을 제외하기 위해서\b(word boundary) 필요.\bEi?ri[ck]\b: Eric과 Eirik이 매칭되지만, Erik, Eiric 같은 문자열도 매칭된다.