Java : 정규 표현식(Regular Expression(Pattern, Matcher))
Regular Expression
정규표현식(Regular Expression)이란 컴퓨터 과학의 정규언어로부터 유래한 것으로 특정한 규칙을 가진 문자열의 집합을 표현하기 위해 쓰이는 형식언어 입니다. 개발을 하다보면 전화번호, 주민등록번호, 이메일등과 같이 정해져있는 형식이 있고 사용자가 그 형식대로 제대로 입력했는지 검증을 해야하는 경우가 종종 있습니다. 이런 입력값을 정해진 형식에 맞는지 검증해야 할 때에는 정규표현식을 사용하면 쉽게 구현할 수 있습니다.
정규표현식 작성 방법
정규 표현식을 사용하기 위해서는 자바 API인 java.util.regex 패키지를 사용해야 합니다. 자바에서 정규표현식을 사용할때에는 java.util.regex 패키지 안에 있는 Pattern클래스와 Matcher클래스를 주로 사용합니다. 또 String 클래스의 replaceAll() 함수는 정규표현식을 이용해 정규표현식에 해당하는 문자를 변경할 수 있습니다.
정규표현식 문법
정규표현식 문법입니다. 정규표현식 테스트에서 손 쉽게 테스트해 볼 수 있습니다.
| 정규 표현식 | 설명 | 예시(간단한 건 생략) |
|---|---|---|
| ^ | 문자열 시작 | ^[e] : e로 시작하는 문자 |
| $ | 문자열 종료 | [e]$ : e로 끝나는 문자 |
| . | 임의의 한 문자(단 \은 넣을 수 없음) | .[0-9] : 임의의 한 문자 + 숫자(총 2글자)로 이루어진 문자 |
| * | 앞 문자가 없을 수도 무한정 많을 수도 있음 | a*[0-9] : 앞에 a가 붙거나 붙지 않는 숫자로 이루어진 문자 (a1, 3, aaa4, …) |
| + | 앞 문자가 하나 이상 | a+[0-9] : 숫자 앞에 a가 하나 이상으로 이루어진 문자 (a1, aa2, aaa4, …) |
| ? | 앞 문자가 없거나 하나 있음 | a?[0-9] : 숫자 앞에 a가 하나 있거나, 없는 문자 (a1, 2, 3, a9, …) |
| [ ] | []사이에 있는 문자의 집합이나 범위를 나타내며 두 문자 사이는 - 기호로 범위를 나타냅니다. | [a-zA-Z0-9] : 대문자 or 소문자 or 숫자로 이루어진 문자 1글자 (a, 1, A, …) |
| [^] | []사이에 있는 임의의 한 문자 또는 문자집합을 제외 | [^a-z0-9] : 소문자와 숫자를 제외한 문자 1글자(A, #, @, …) |
| { } | 횟수 또는 범위를 나타냅니다. | [a]{n} : a가 n번 반복되는 문자[a]{min,} : a가 min 이상 반복되는 문자[a]{min, max} : a가 min이상 max이하 반복되는 문자 |
| ( ) | 소괄호 안의 문자를 하나의 문자로 인식(그룹). 괄호로 묶어진 문자 순서대로 그룹 번호가 매겨짐 | (abc). : abc와 임의의 한 문자로 이루어진 문자 (abcd, abc3, acb# …) |
| (?:) | 소괄호 안의 문자를 하나의 문자로 인식하지만 그룹으로 관리되지 않음. 그룹 번호 X | - |
| | | 패턴 안에서 or 연산을 수행할 때 사용 | ^[a]|[a]$ : a로 시작하거나 a로 끝나는 문자 |
| \ | 정규 표현식 역슬래시()는 확장문자 (역슬래시 다음에 일반 문자가 오면 특수문자로 취급하고 역슬래시 다음에 특수문자가 오면 그 문자 자체를 의미) | \b 같은 경우는 단어의 경계, \.(온점) 같은 경우는 .(온점) 자체를 의미합니다. (자바의 경우에는\\b, \\.) |
| \b | 단어의 경계(문자의 시작, 끝이나 공백) | a\b : 단어의 경계 전에 있는 a (asd aqa df 에서 aqa 중 뒤에 있는 a)\ba : 단어의 경계 후에 있는 a (asd의 a, aqa의 앞에 있는 a) |
| \B | 단어의 경계 아닌 것 | a\B : 단어의 경계가 아닌 것 전에 있는 a (asd aqa df 에서 asd의 a, aqa의 앞에 있는 a)\Ba : 단어의 경계가 아닌 것 후에 있는 a (aqa의 뒤에 있는 a) |
| \A | 입력의 시작 부분 | - |
| \G | 이전 매치의 끝 | - |
| \Z | 입력의 끝이지만 종결자가 있는 경우 | - |
| \z | 입력의 끝 | - |
| \s | 공백 문자 | - |
| \S | 공백 문자가 아닌 나머지 문자 | - |
| \w | 알파벳이나 숫자 | - |
| \W | 알파벳이나 숫자를 제외한 문자(공백 or 특수문자) | - |
| \d | 숫자 [0-9]와 동일 | - |
| \D | 숫자를 제외한 모든 문자 (공백 or 특수문자 포함) | - |
| (?i) | 앞 부분에 (?!)라는 옵션을 넣어주게 되면 대소문자는 구분하지 않습니다. | - |
자주 사용하는 정규 표현식
자주 사용하는 정규 표현식을 살펴보면서 분석 해보겠습니다. (자바 기준)
| 정규 표현식 | 설명 |
|---|---|
^[0-9]*$ |
숫자 |
^[a-zA-Z]*$ |
영문자 |
^[가-힣]*$ |
한글 |
\\w+@\\w+\\.\\w+(\\.\\w+)? |
|
^\\d{2,3}-\\d{3,4}-\\d{4}$ |
전화번호 |
^01(?:0|1|[6-9])-(?:\\d{3}|\\d{4})-\\d{4}$ |
휴대전화번호 |
\\d{6}-[1-4]\\d{6} |
주민등록번호 |
^\\d{3}-\\d{2}$ |
우편번호 |
-
^[0-9]*$: 문자열의 시작(^)과 끝($) 사이에 숫자([0-9])가 없거나 많은(*) 문자 즉, 숫자로만 이루어진 문자를 의미합니다. -
^[a-zA-Z]*$: 문자열의 시작(^)과 끝($) 사이에 대소문자 알파벳([a-zA-z])이 없거나 많은(*) 문자 즉, 대소문자 알파벳으로만 이루어진 문자를 의미합니다. -
^[가-힣]*$: 문자열의 시작(^)과 끝($) 사이에 한글([가-힣])이 없거나 많은(*) 문자 즉, 한글로만 이루어진 문자를 의미합니다. \\w+@\\w+\\.\\w+(\\.\\w+)?: 조금 복잡하기 때문에 나누어서 설명하겠습니다. 문자열splin@gmail.com으로 예를 들면,\\w+@: 알파벳이나 숫자(\\w)가 하나 이상으로(+) 이루어진 문자가@앞에 오고 (splin@)\\w+\\.: 알파벳이나 숫자(\\w)가 하나 이상으로(+) 이루어진 문자가 온점(\\.) 앞에 옵니다. (gmail.)\\w+: 마지막으로 알파벳이나 숫자(\\w)가 하나 이상으로(+) 이루어진 문자가 오는데(com),(\\.\\w+)?: 온점(\\.) 뒤에 알파벳이나 숫자(\\w)가 하나 이상으로(+) 이루어진 문자(\\.과\\w를 한 문자()로 인식)가 있을 수도, 없을 수도(?) 있습니다. (이메일 주소가 co.kr 로 이루어진 형식인 경우)- 즉, 이메일 주소 형식을 의미합니다.
^01(?:0|1|[6-9])-(?:\\d{3}|\\d{4})-\\d{4}$: 이것도 복잡하기 때문에 나누어서 설명하겠습니다.- 문자열의 시작(
^)과 끝($) 사이에 01(?:0|1|[6-9])-:010, 011, 016, 017, 018, 019 중 1개(0|1|[6-9)가 오고난 후-을 붙입니다. (이 때, 그룹으로 관리하지 않습니다(?:))(?:\\d{3}|\\d{4})-: 숫자가 연속으로 3개나(\\d{3}|) 4개(\\d{4})가 오고난 후-을 붙입니다. (그룹으로 관리하지 않습니다.(?:))\\d{4}: 숫자가 연속으로 4개가 옵니다.- 즉, 휴대전화번호 형식을 의미합니다.
- 문자열의 시작(
주민등록번호나 우편번호는 비슷하기 때문에 생략하겠습니다.
Pattern 클래스
정규 표현식에 대상 문자열을 검증하는 기능은 java.util.rege.Pattern 클래스의 matches()메소드를 활용하여 검증할 수 있습니다. matches() 메서드의 첫번째 매개값은 정규표현식이고 두번째 매개값은 검증 대상 문자열입니다. 검증 후 대상문자열이 정규표현식과 일치하면 true, 그렇지 않다면 false값을 리턴합니다. String 에서도 matches를 사용할 수 있지만, Pattern 클래스를 이용하는 것이 재사용성이 좋습니다.
Pattern 객체들은 비상태 유지 객체들이기 때문에 여러 개의 Matcher 객체들이 공유할 수 있습니다.
import java.util.regex.Pattern;
public class RegexExample {
public static void main(String[] args) {
String pattern = "^[0-9]*$"; //숫자만
String val = "123456789"; //대상문자열
boolean regex = Pattern.matches(pattern, val);
System.out.println(regex);
}
}
위 예제는 Pattern클래스의 matches() 메서드를 활용하여 대상문자열이 숫자인지 아닌지 검증하는 예제입니다. 대상문자열이 숫자가 맞다면 ture 그렇지 않다면 false가 출력됩니다.
Pattern 클래스 주요 메서드
compile(String regex): 주어진 정규표현식으로부터 패턴을 만듭니다. (Static 함수)matcher(CharSequence input):CharSequence에서 패턴을 찾는Matcher객체를 만듭니다. (Static 함수)matches(String regex, CharSequence input): 주어진 정규식으로 컴파일하고, 주어진 문자열이 규칙에 부합되는지 여부를 확인합니다.asPredicate(): 문자열을 일치시키는 데 사용할 수있는 술어를 작성합니다.pattern(): 컴파일된 정규표현식을 String 형태로 반환합니다.split(CharSequence input): 문자열을 주어진 인자값CharSequence패턴에 따라 분리합니다.
Pattern 플래그 값 사용(상수)
Pattern.CANON_EQ: None표준화된 매칭 모드를 활성화합니다.Pattern.CASE_INSENSITIVE: 대소문자를 구분하지 않습니다.Pattern.COMMENTS: 공백과 #으로 시작하는 주석이 무시됩니다. (라인의 끝까지).Pattern.MULTILINE: 수식 ‘^’ 는 라인의 시작과, ‘$’는 라인의 끝과 match 됩니다.Pattern.DOTALL: 수식 ‘.’과 모든 문자와 match 되고 ‘\n’ 도 match 에 포함됩니다.Pattern.UNICODE_CASE: 유니코드를 기준으로 대소문자 구분 없이 match 시킵니다.Pattert.UNIX_LINES: 수식 ‘.’ 과 ‘^’ 및 ‘$’의 match시에 한 라인의 끝을 의미하는 ‘\n’만 인식됩니다.
Matcher 클래스
Matcher 클래스는 대상 문자열의 패턴을 해석하고 주어진 패턴과 일치하는지 판별할 때 주로 사용됩니다. Matcher객체는 Pattern객체의 matcher() 메소드를 호출하여 받아올 수 있습니다.
Matcher 클래스의 입력값으로는 CharSequence라는 새로운 인터페이스가 사용되는데 이를 통해 다양한 형태의 입력 데이터로부터 문자 단위의 매칭 기능을 지원 받을 수 있습니다. 기본적으로 제공되는 CharSequence 객체들은 CharBuffer, String, StringBuffer 클래스가 있습니다.
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegexExample {
public static void main(String[] args) {
Pattern pattern = Pattern.compile("^[a-zA-Z]*$"); //영문자만
String val = "abcdef"; //대상문자열
Matcher matcher = pattern.matcher(val);
System.out.println(matcher.find());
}
}
위 예제는 Matcher 클래스의 find() 메서드를 활용하여 대상 문자열이 영문자인지 검증하는 예제입니다. 대상 문자열의 특정 부분이 영문자가 맞다면 ture를 return 하고 그 위치로 이동하고, 그렇지 않다면 false가 출력됩니다.
Matcher 클래스 주요 메서드
matches(): 대상 문자열 전체와 패턴이 일치할 경우 true 반환합니다.lookingAt(): 주어진 문자열이 특정 패턴으로 시작하는가를 판단합니다.find(): 대상 문자열에서 패턴이 일치하는 경우 true를 반환하고, 그 위치로 이동합니다.find(int start): start위치 이후부터 매칭검색을 수행합니다.replaceAll(String replacement): 패턴과 일치되는 부분을 replacement로 대체합니다.replaceFirst(String replacement): 패턴과 일치되는 첫 번째 문자열을 replacement로 대체합니다.start(): 매칭되는 문자열 시작위치 반환합니다.start(int group): 지정된 그룹이 매칭되는 시작위치 반환합니다.end(): 매칭되는 문자열 끝 다음 문자위치 반환합니다.end(int group): 지정된 그룹이 매칭되는 끝 다음 문자위치 반환합니다.group(): 매칭된 부분을 반환합니다.group(int group): 매칭된 부분중 group번 그룹핑 매칭부분 반환합니다.groupCount(): 패턴내 그룹핑한(괄호지정) 전체 갯수를 반환합니다.appendReplacement(StringBuffer sb, String replacement): 일치되는 패턴이 나타날 때까지 모든 문자들을 버퍼(StringBuffer)로 옮기고, 패턴에 일치되는 문자열은 두 번째 파라미터인 replacement 문자열로 대체합니다.
유효성 검사
정규 표현식은 유효성 검사 코드 작성 시 가장 효율적인 방법입니다.
import java.util.regex.Pattern;
public class RegexExample {
public static void main(String[] args) {
String name = "홍길동";
String tel = "010-1234-5678";
String email = "test@naver.com";
//유효성 검사
boolean name_check = Pattern.matches("^[가-힣]*$", name);
boolean tel_check = Pattern.matches("^01(?:0|1|[6-9])-(?:\\d{3}|\\d{4})-\\d{4}$", tel);
boolean email_check = Pattern.matches("\\w+@\\w+\\.\\w+(\\.\\w+)?", email);
//출력
System.out.println("이름 : " + name_check);
System.out.println("전화번호 : " + tel_check);
System.out.println("이메일 : " + email_check);
}
}
String의 replaceAll()
String의 replaceAll() 함수는 첫 번째 인자로 정규표현식을 받습니다. 그렇기 때문에 문자열의 특정 문자들을 입맛에 맞게 바꿀 수 있습니다.
import java.util.regex.Pattern;
public class Example {
public static void main(String[] args) {
String str = "$#%asdqf.#$32v4sad15..";
// 특수문자 삭제
String result1 = str.replaceAll("\\W","");
// 온점 삭제
String result2 = str.replaceAll("[.]","");
// 숫자 삭제
String result3 = str.replaceAll("\\d","");
//출력
System.out.println("특수문자 삭제 : " + result1);
System.out.println("온점 삭제 : " + result2);
System.out.println("숫자 삭제 : " + result3);
}
}
위 예제에서 정규표현식에 따로 개수를 정해주지 않은 이유는 replaceAll() 함수는 문자 하나 하나 마다 정규표현식을 적용해 주기 때문입니다.
참고 : https://www.youtube.com/watch?v=t3M6toIflyQ&t=183s
https://coding-factory.tistory.com/529
댓글남기기