정규표현식 Tips

Javascript에서는 split이나 replace같은 문자열 함수에 정규표현식을 사용할 수 있습니다.
이번 게시글에서는 제가 자바스크립트에서 정규표현식을 사용하면서 알게된 유용한 팁에 대해 정리해보았습니다.
이 글은 정규표현식의 기본 개념을 이미 이해하고 있는 독자를 대상으로 작성되었습니다.
만약 정규표현식에 대한 이해가 부족하다면, 인파님의 블로그 글을 추천드립니다.
이 블로그에서 정규표현식에 관한 내용이 깊이 있고 체계적으로 정리되어 있어, 정규표현식을 작성할 때마다 저도 항상 참고하고 있습니다. https://inpa.tistory.com/entry/JS-📚-정규식-RegExp-누구나-이해하기-쉽게-정리

[Tips 1] split 구분자로 사용

자바스크립트에서는 split 구분자에 정규표현식을 사용할 수 있습니다. split() 메서드는 지정한 구분자를 기준으로 문자열을 나눕니다.

const str = 'apple, banana, orange';
const splitArr = str.split(', ');
console.log(splitArr);
// [ 'apple', 'banana', 'orange' ]

위와 같이 구분자가 명확할 경우는 문자열만 사용해도 충분합니다. 하지만 나눠야 하는 문자열이 ‘apple9banana8orange' 라면 어떻게 해야할까요?

split 구분자에 정규표현식 사용하기

이럴 때 바로 정규표현식을 구분자로 사용해야 합니다.

const str = 'apple9banana8orange';
const splitArr = str.split(/\d/);
console.log(splitArr);
// [ 'apple', 'banana', 'orange' ]

split의 구분자로 사용한 \d는 숫자를 매칭하라는 뜻으로 [0-9]와 동일한 매칭 패턴입니다. 구분자로 정규표현식을 사용하면 복잡한 문자열도 분리할 수 있습니다.

구분자도 split 결과에 포함하기

그런데 만약 구분자도 split된 배열에 포함하고 싶다면 어떻게 해야할까요? 이럴 땐 정규표현식 그룹화와 캡쳐 기능을 사용할 수 있습니다.

정규표현식은 괄호 안에 있는 매칭 패턴을 캡쳐(capturing)합니다. 이는 괄호로 그룹화된 부분에 매치된 문자열을 추출하는 것입니다.

const str = 'apple9banana8orange';
const splitArr = str.split(/(\d)/);
console.log(splitArr);
// [ 'apple', '9', 'banana', '8', 'orange' ]

위와 같이 매칭 패턴을 괄호 기호를 사용해 그룹화한다면 이것이 캡쳐링되고, split된 배열에 포함됩니다.

[Tips 2] replace 매칭 패턴에 사용하기

replace의 매칭 패턴으로도 정규표현식을 사용할 수 있습니다. replace() 메서드는 매칭 패턴에 일치하는 일부 또는 모든 부분이 교체된 새로운 문자열을 반환합니다. 매칭 패턴은 split처럼 일반 문자열 혹은 정규표현식이 사용될 수 있습니다.

const str = 'apple, banana, orange';
const replaceStr = str.replaceAll(', ', ' ');
console.log(replaceStr);
// apple banana orange

위와 같이 매칭해야 하는 패턴이 일정한 경우 replaceAll에 문자열을 넣어서 변환할 수 있습니다. 하지만 우리가 다루는 문자열은 단순한 것 보다 복잡한게 더 많죠😥 이럴 땐 정규표현식을 매칭 패턴으로 사용하면 정말 유용합니다.

replace 매칭 패턴으로 정규표현식 사용하기

‘apple1283902banana1238923orange’와 같이 문자열로 매칭 패턴을 지정할 수 없는 경우 정규표현식을 사용해서 아래와 같이 간편하게 문자열을 교체할 수 있습니다.

const str = 'apple1283902banana1238923orange';
const replaceStr = str.replace(/\d/g, ' ');
console.log(replaceStr);
// apple       banana       orange

여기서 잠깐!! 정규표현식 뒤에 있는 g라는 문자열은 무엇일까요? 이것은 정규식 플래그라는 것으로 g는 문자열 내의 모든 패턴을 검색한다는 의미를 가집니다. 만약 g플래그를 사용하지 않는다면 매칭된 맨 앞 문자열만 교체하게 됩니다.

교체할 문자열 함수로 넘겨주기

그런데 위의 replaceStr 약간 불편하지 않나요…? apple banana orange 처럼 하나의 공백만 있으면 좋을텐데 교체되기 전 숫자의 길이만큼 공백이 생겼습니다. 이런 경우 어떻게 해야할까요?

const str = 'apple1283902banana1238923orange';
const replacer = (match, offset, string) => {
    if(string[offset + 1].match(/\d/)){
        return '';
    }else{
        return ' ';
    }
}
const replaceStr = str.replace(/\d/g, replacer);
console.log(replaceStr);
// apple banana orange

위의 코드에서 보는 것 처럼 교체될 문자열을 함수 형태로 넘겨줄 수 있습니다. replace는 교체될 문자열이 함수 형태로 넘겨졌을 때 다음과 같은 매개변수들을 가집니다.

(아래 표는 mdn replace 문서를 참고했습니다.)

가능한 이름	제공되는 값
match	매치된 문자열.
p1, p2, ...	이 부분은 아래쪽에서 자세하게 설명하겠습니다.
offset	매칭된 문자열의 인덱스
string	조사된 전체 문자열 (replace를 호출한 string)

따라서 replacer에서 match, offset, string을 매개변수로 받아, 현재 매칭된 문자열의 다음 문자가 숫자라면 공백 없는 문자열 ‘’을 반환하고, 숫자가 아니라면 공백을 반환하도록 구현해서, 연속되는 공백을 하나로 줄였습니다.

const replaceStr = str.replace(/\d/g, (match,offset, string)=>string[offset + 1].match(/\d/) ? '':' ');

위와 같이 단순한 표현도 가능합니다.

[Tips 3] replace에서 캡쳐된 문자열 가져오기

위에서 p1, p2, ... 부분에 대한 언급을 했었습니다. 이것은 바로 그룹화한 문자열을 차례대로 가져오는 것입니다. 그룹화를 알지 못하시는 분들은 일단은 그룹화 === 괄호로 묶은 것이라고 생각해주세요!!

const str = 'apple1283902banana1238923orange';
const replacer = (match, p1, p2) => {
    return ' '+p2;
}
const replaceStr = str.replace(/(\d)+([a-zA-z])/g, replacer);
console.log(replaceStr);

갑자기 엄청 긴 정규표현식이 등장해서 당황스러울 수도 있지만 설명을 듣고 나면 그다지 복잡한 것이 아니란 것을 알게 되실겁니다😊

(\d)+는 숫자이면서 하나 혹은 여러개가 연속된 문자열을 매칭하는 것입니다. ([a-zA-z])는 알파벳 문자열을 매칭한 것입니다. 이 두개를 이으면 숫자 여러개+알파벳 하나와 일치하는 문자열을 찾는 것인데요. 위의 예제에서는 ‘1283902b’ ‘1238923o’이 이곳에 해당합니다.

그리고 아까 설명했듯이 괄호로 묶으면 그룹화가 되고, 그룹화된 문자들은 p1, p2, ... 매개변수를 통해 넘어온다고 했죠? 위의 예제에서는 p1에 매칭된 숫자가 들어오고, p2에 매칭된 문자가 들어옵니다. apple1283902banana 문자열이라고 하면 p1 === 1283902 p2 === b 가 됩니다.

결과적으로 relacer 함수에서 return ' '+p2; 를 반환한 것은 매칭된 ‘1283902b’ ‘1238923o’를 공백 + 단어 앞글자로 변환해주는 것이 됩니다. 아까보다 더 단순하게 여러개의 공백을 하나로 줄일 수 있죠.

[Tips 4] 정규표현식 안에 변수 넣기

간혹가다 런타임 상에서 동적으로 정규표현식을 작성해야 하는 경우가 있습니다. 이럴 땐 RegExp 객체를 사용해서 변수 안에 있는 값으로 정규표현식을 작성하면 됩니다.

const names = ['milk717','sumin','minsu'];
const str = 'My name is sumin';
const regExp = new RegExp(`/${names.join('|')}/`);
 
console.log(str.match(regExp)) //[ 'sumin', index: 11, input: 'My name is sumin', groups: undefined ]

위의 예시처럼 필요한 단어들을 배열에 넣어놓고, 그 단어들을 정규표현식에서 OR 연산자에 해당하는 |로 join한다면 /CON|PRN|NUL|…./과 같이 하나하나 입력하지 않고 정규표현식을 작성할 수 있습니다.

정규표현식 그룹화와 캡쳐

정규표현식 그룹화와 캡쳐는 정규표현식에서 특정 부분을 그룹으로 묶고, 해당 그룹에 매치되는 부분을 추출하는 것을 의미합니다.

그룹화

패턴을 그룹화하기 위해서는 괄호로 묶어주어야 합니다. 이렇게 괄호로 그룹화된 배턴은 하나의 단위로 취급됩니다. 아래 예시를 통해 살펴보겠습니다.

그룹화가 적용된 경우

이렇게 그룹화한 패턴은 하나의 단위처럼 취급할 수 있습니다. 만약 위의 예시에서 그룹화가 없다면 어떻게 되었을까요?

그룹화가 적용되지 않았을 경우

그룹화가 없었다면 abc가 하나의 단위로 취급되지 않고, 각자 따로따로 분리되기 때문에 c 단어만 반복 처리 돼서 abcccc라는 문자도 매칭됩니다.

캡쳐링

괄호로 그룹화한 패턴은 캡쳐링 됩니다. 캡쳐링된다는 것은 괄호 안에 있는 패턴으로 매치되는 텍스트를 가져올 수 있는 것입니다. 자바스크립트에서는 match나 replace를 통해 캡쳐된 값을 가져올 수 있습니다. 문장에서 yyyy-mm-dd의 날짜를 추출하는 코드를 통해 그룹화에 대해 알아보겠습니다.

const str = '내 생일은 2001-07-17';
const matchRes = str.match(/(\d{4})-(\d{2})-(\d{2})/);
/*
 [
  '2001-07-17',
  '2001',
  '07',
  '17',
  index: 6,
  input: '내 생일은 2001-07-17',
  groups: undefined
]
 */

match의 결과값은 배열 형태로 반환되는데, 배열의 첫 번째 인덱스에는 매칭된 문자열이 오고, 그 다음부터 차례대로 그룹별 캡쳐링된 값이 들어오게 됩니다. 만약 그룹화를 사용하지 않고 yyyy-mm-dd를 추출한다면 match 결과는 어떻게 될까요?

const str = '내 생일은 2001-07-17';
const matchRes = str.match(/\d{4}-\d{2}-\d{2}/);
console.log(matchRes)
/*
  '2001-07-17',
  index: 6,
  input: '내 생일은 2001-07-17',
  groups: undefined
]
 */

결과는 위와 같이 변합니다. 추출된 yyyy-mm-dd형식에서 년, 월, 일을 따로 활용해야 할 일이 있다면 그룹화와 캡쳐링이 유용하게 사용될 수 있습니다.

그룹화 패턴 예제

다음은 그룹화를 사용해서 만들 수 있는 정규표현식 패턴입니다. 이번 과제에서 제가 (?=A)A|B 를 사용해 파일명과 디렉터리 명을 한번에 탐색하려고 했으나, 이름에 특수문자가 오는 경우를 추출하지 못해 다른 방법을 사용했습니다ㅜ 혹시 path에서 name을 추출하는 부분을 하나의 정규표현식으로 처리한 정규표현식 고수님이 계신다면 알려주세요!

(A)?B : A조건의 문자가 없는 경우 B조건으로 탐색
(A)*B : A조건의 문자가 없거나 여러개인 경우 B조건으로 탐색
(?=A)A|B: A조건으로 우선 탐색하고, A조건이 탐색되면 탐색 멈춤. A조건이 탐색되지 않는다면 B조건으로 탐색

Javascript에서 정규표현식 100% 활용하기