javascript / Chapter7. 정규 표현식

00 들어가며

01 예제

02 정규표현식 객체 생성

03 구성요소

 

00 들어가며

• 자바스크립트 정규표현식은 perl에서 채용
• 메소드 종류
  • regexp.exec
  • regexp.test
  • string.match
  • string.replace
  • string.search
  • string.split 
  • 등등
• 자바스크립트의 정규 표현식은 약간의 재해석과 perl의 확장 구문을 제외하고는
  벨 연구소에서 비롯된 원래의 체계를 따른다.

 

 

01 예제

• URL 매칭 정규 표현식

  var parse_url = /^(?:([A-Za-z]+):)?(\/{0, 3})([0-9.\-A-Za-z]+)(?::(\d+))?(?:\/([^?#]*))?(?:\?([^#]*))?(?:#(.*))?$/;

  • 각 그룹별 해석

    • /^(?:([A-Za-z]+):)?/

      • ^ 는 문자열의 시작
      • 뒷 ?는 옵션, 없어도 된다.
      • 알파벳 1개 이상이고 마지막이 :로 끝나는 문자열
      • 프로토콜 매칭 정규식

    • (\/{0, 3})

      • /문자와 0번이상 3번이하 일치

    • ([0-9.\-A-Za-z]+)

      • 하나 이상의 숫자, '.', '-' 문자와 일치

    • (?::(\d+))?

      • \d는 숫자 문자
      • :로 시작하는 숫자 1개 이상
      • 옵션 속성
      • 포트번호 매치

    • (?:\/([^?#]*))?

      • ?나 #을 제외한 0개이상의 문자
      • 여러 제약조건이 부족한 어설픈 정규표현식이다.

    • (?:\?([^#]*))?

      • ?로 시작하는 #을 제외한 문자 0번 이상

    • (?:#(.*))?$

      • #으로 시작하는 마지막 옵션 그룹.
      • $는 문자열의 끝을 의미
        • 더 이상 URL은 없다는 뜻.
• 정규표현식은 짧고 간단할 때 최상이다.

• 다음은 숫자에 매칭되는 정규표현식

  var parse_number = /^-?\d+(?:\.\d*)?(?:e[+\-]?\d+)?$/i;

  • ^-?

    • 음수로 시작할 수 있다는 옵션

  • \d+

    • 숫자로 시작하는가?

  • (?:\.\d*)?

    • 비캡쳐 그룹
    • 소수점과 그 뒤에 오는 0개 이상 숫자.

  • (?:e[+\-]?\d+)?$

    • 옵션 비캡쳐 그룹
    • e와 +, -선택, 그리고 숫자 하나 이상
  • i
    • i플래그는 대소문자를 구분하지 않겠다는 의미

 

 

02 정규표현식 객체 생성

• 두 가지 방법
  • 리터럴 사용
    • /.../
  • RegExp생성자 사용
• 리터럴 플래그
  • g(global) : 여러번 일치함, 정확한 의미는 메소드에 따라 다르다.
  • i(insensitive) : 대소문자를 구분하지 않음
  • m(multiline) : ^와 $가 라인 끝 문자에 일치 할 수있음
• RegExp
  • 역슬래시가 리터럴과는 조금 다르다.
    • 두 번씩 사용해야 함
  • 플래그
    • g플래그 사용시 true
    • i플래그 사용시 true
    • m플래그 사용시 true
    • lastIndex : 다음 exec실행을 위한 시점. 초기값은 0
    • source : 정규표현식 소스 텍스트
  • 런타임시 알 수있는 자료를 가지고 정규표현식을 생성할 때 유용하다.

• 정규표현식 리터럴로 만들어진 RegExp객체는 다음과 같이 하나의 인스턴스를 공유한다.

  function make_a_matcher () {     return /a/gi; } var x = make_a_matcher(); var y = make_a_matcher();    x.lastIndex = 10; console.log(y.lastIndex); // 10

 

 

03 구성요소

• 정규 표현식의 선택에는 하나 이상의 정규표현식 시퀀스가 포함된다.

• 각 시퀀스는 | 로 구분

  "into".match(/in|int/);

• 시퀀스
  • 하나 이상의 정규표현식 요소를 포함
  • 수량자가 없다면 한 번만 일치
• 정규표현식 요소
  • 문자, 괄호그룹, 문자 클래스, 이스케이프 시퀀스 등
  • \ / [] () {} ? + * | . ^ $
  • ^ : 문자의 시작
  • & : 문자 끝
  • . : 모든 문자
• 이스케이프
  • 역슬래시는 정규표현식 요소와 문자열에서 모든게 이스케이프 됐다는 것을 의미
  • 정규 표현식에서 다른 점
    • \f 폼피드
    • \n LF
    • \r CR
    • \t Tab
    • \u 유니코드
    • \b 는 역스페이스 문자가 아니다.
    • \d 아라비아 숫자
      • \D는 아라비아 숫자를 제외한 문자
    • \s는 공백문자들 [\f\n\r\t\u000B\u0020\u00A0\u2028\u2029]
      • \S는 \s의 반대
    • \w는 [0-9A-Za-z]
      • \W는 \w반대
  • 간단히 문자만을 선택하고 싶을 때 사용하는 클래스
    • [A-Za-z\u00C0-\u1FFF\u2800-\uFFFD]
  • 자바스크립트 정규표현식은 국제화에 지원에 상당히 빈약하다.
  • \b는 단어의 경계를 나타내지만 \w에 해당하는 규칙이 사용되기 때문에 다중 언어 어플리케이션에선 무용지물이다.
  • \1은 첫 번째 그룹에 캡쳐된 텍스트에 대한 참조

    • 중복된 단어를 찾고자 하는 경우

      var doubled_words = /([A-Za-z\u00c0-\u1FFF-\uFFD'\-]+)\s+\|/gi;

• 그룹
  • 종류
    • 캡쳐
    • 비캡쳐
    • 긍정형 룩어헤드
    • 부정형 룩어헤드
  • 캡쳐
    • 괄호로 묶인 정규 표현식 선택
    • 일치하는 문자들은 캡쳐된다.
    • 캡쳐 그룹에는 번호가 주어짐.
  • 비캡쳐
    • (?: 접두어로 시작
    • 일치하는지 확인만 한다.
  • 긍정형 룩어헤드
    • (?= 접두어로 시작
    • 일치되는 부분을 찾은 뒤 텍스트를 그룹이 시작하는 지점으로 돌린다.
    • 좋지 않음
  • 부정형 룩어헤드
    • (?! 접두어로 시작
    • 긍정형과 반대로 동작
    • 역시 좋지않다.
• 클래스
  • 특정 문자 집합 하나를 지정하는데 편리
  • (?:a|e|i|o|u) === [aeiou]
  • 문자의 범위를 지정할 수 있다.
    • 특수문자
      • [!-\/:-@\[-`{-]
      • ! ~ / 까지
      • : ~ @ 까지
      • [ ~ `까지
      • { 이후 모든 문자
  • 부정형 클래스
    • ^를 붙이면 부정형
• 클래스 내의 이스케이프
  • [/b]는 단어 경계가 아닌 역스페이스 문자
  • 문자클래스에서 이스케이프되어야 하는 특수문자
  • /  [  \  ]  ^
• 수량자
  • 몇 번 일치해야 하는지 결정하는 수량자

  • /www/ === /w{3}/

  • {3,6}은 3번에서 6번 일치
    {3,} 은 3번 이상
    ?는 {0, 1}

  • *은 {0,} 0번 이상
  • +는 {1,} 1번 이상
  • 일반적으로 ?를 붙이지 않는 정규 표현식이 좋다.

 

 

참고문헌

1. 더글라스 크락포드, 김명신  『자바스크립트 핵심가이드 javascript The good parts』, 한빛미디어