정규표현식 (RegEx) - 간편 참조서

기본 지식

어디에나 부합: 기본값으로, 정규 표현식에서 부분문자열은 검색될 문자열 안 어디에나 부합합니다. 예를 들어, 정규 표현식 abcabc123, 123abc, 그리고 123abcxyz에 부합합니다. 부합을 처음이나 끝에서만 일어나도록 하려면 을 사용합니다.

피신 문자: abc123과 같이 대부분의 문자는 정규 표현식 안에 문자 그대로 사용할 수 있습니다. 그렇지만, \.*?+[{|()^$의 문자들은 반드시 앞에 역사선을 배치해야 문자 그대로 보일 수 있습니다. 예를 들어, \.는 문자 그대로의 마침표이고 \\는 문자 그대로의 역사선입니다. 피신을 피하려면 \Q...\E을 사용합니다. 예를 들어: \QLiteral Text\E.

대소문자 구분: 기본값으로 정규 표현식은 대소문자를 구분합니다. 이 행위는 "i" 옵션으로 바꿀 수 있습니다. 예를 들어, 패턴 i)abc는 대소문자를 구분하지 않고 "abc"를 검색합니다. 다른 수식자들은 아래를 참조하십시오.

옵션 (대소문자 구분)

정규 표현식 맨 앞에 다음 옵션을 지정하고 다음에 반괄호로 닫아 옵션을 지정합니다. 예를 들어, 패턴 "im)abc"는 여러 줄 옵션을 가지고 대소문자를 구분하여 abc를 검색합니다 (아무 옵션이 없으면 닫는 반괄호는 생략합니다.). 이 구문은 전통을 어기지만, 특수한 구분자를 요구하지 않습니다 (예를 들어 역사선). 그래서 패턴 안에서 그런 구분자를 피신시킬 필요가 없습니다. 게다가 수행성능이 향상됩니다. 왜냐하면 옵션을 해석하기가 더 쉽기 때문입니다.

i 대소문자를 구분하지 않고 부합합니다. 기호 A부터 Z를 소문자와 동일하게 취급합니다.
m

여러 줄에 부합합니다. (새줄 문자가 포함되어 있다면) 목표 문자열(Haystack)을 하나의 연속적인 줄로 보지 않고 각 줄이 모인 집단으로 봅니다. 특히, 다음과 같이 변경됩니다:

1) 윗꺽쇠(^)는 모든 내부 새줄 문자 뒤에 즉시 부합합니다 -- 뿐만 아니라 Haystack의 시작에도 언제나 부합합니다 (그러나 Haystack맨 끝에 있는 새줄 문자 다음에는 부합하지 않습니다).

2) 달러 사인 ($)은 Haystack 안의 어떤 새줄 문자 앞에도 부합합니다. (뿐만 아니라 맨 끝의 새줄 문자에도 언제나 부합합니다).

예를 들어, 패턴 "m)^abc$"는 "m" 옵션이 존재하지 않으면 목표문자열(Haystack) "xyz`r`nabc"에 부합하지 않습니다.

"D" 옵션은 "m" 옵션이 있으면 무시됩니다.

s DotAll. 마침표 (.)가 새줄문자를 포함하여 모든 문자에 일치합니다 (보통, 새줄문자에는 일치하지 않습니다). 그렇지만, 새줄 문자가 기본값으로 CRLF (`r`n)이면, 두 개의 점이 있어어 부합합니다 (하나만으로는 부합하지 않습니다). 이 옵션과 상관없이, [^a]같은 부정 부류는 언제나 새줄문자에 부합합니다.
x 문자 부류 안이나 피신시킨 경우를 제외하고 패턴에서 공백 문자를 무시합니다. 문자 `n과 `t이 무시되는데 왜냐하면 PCRE에 도착할 때 쯤이면, 이미 날/기호 공백 문자이기 때문입니다 (대조적으로, \n와 \t는 PCRE 피신 연속열이기 때문에 무시되지 않습니다). x 옵션은 또 문자 부류 밖의 피신되지 않은 #부터 다음 새줄문자(포함) 사이의 문자들을 무시합니다. 이 덕분에 복잡한 패턴 안에 주석을 삽입할 수 있습니다. 그렇지만, 이것은 오직 데이터 문자에만 적용됩니다; 조건적 부패턴을 시작하는 (?(와 같은 특수 문자 연속열 안에 공백문자는 나타나지 않습니다.
A 패턴을 강제로 고정합니다; 즉, Haystack의 시작에만 부합할 수 있습니다. 대부분의 상황에서, 이것은 "^"와 같은 수단을 사용하여 명시적으로 패턴을 고정한 것과 동등합니다.
D 달러 사인($)을 강제로 목표 문자열(Haystack)의 맨 끝에 부합시킵니다. 목표 문자열(Haystack)의 마지막이 새줄 문자여도 부합합니다. 이 옵션에 없다면, 대신에 $는 (있다면) 마지막 새줄 문자 바로 앞에 부합합니다. 주의: 이 옵션은 "m" 옵션이 있으면 무시됩니다.
J 이름붙인 부패턴의 중복을 허용합니다. 이것은 같은-이름의 부패턴 중 하나만 부합할 수 있는 패턴에 유용하게 사용할 수 있습니다. 주의: 무엇이든 특정 이름이 한 번 이상 부합하면, 왼쪽에 있는 것만 저장됩니다. 또, 변수 이름은 대소문자를 구분하지 않습니다.
U 비탐욕적. 수량자 *+?{}가 부합을 형성하는데 절대적으로 필요한 문자들만 소비합니다. 나머지 부합은 다음 패턴을 위해 남겨둡니다. "U" 옵션이 효과가 없으면, 각 수량자 다음에 물음표를 추가하면 비탐욕적으로 만들 수 있습니다. 반대로, "U"가 효과가 있으면, 물음표는 각 수량자를 탐욕적으로 만듭니다.
X PCRE_EXTRA. 펄과 호환되지 않는 PCRE 특징을 활성화합니다. 현재, 지원되는 유일한 특징은 다음과 같습니다. 패턴에서 역사선 다음에 아무 특수 의미가 없는 기호가 따라오면 부합은 실패하고 그에 맞게 ErrorLevel이 설정됩니다. 이 옵션은 사용하지 않는 역사선 문자열을 미래에 사용하기 위해 예약하는데 도움을 줍니다. 이 옵션이 없다면, 역사선 다음에 아무 특수 의미가 없는 기호가 따라오면 기호 그대로 취급합니다 (예, \g와 g는 모두 기호 그대로의 g로 인식됩니다). 이 옵션에 상관없이, 아무 의미가 없는 알파벳-아닌 연속열은 언제나 기호 그대로 취급됩니다 (예, \/ 그리고 / 는 모두 정사선으로 인지됩니다).
P 위치 모드. 이 모드는 RegExMatch()가 부합한 부문자열이 아니라 그의 부패턴과 부합의 위치와 길이를 산출하도록 만듭니다. 자세한 것은 UnquotedOutputVar를 참조하십시오.
S 패턴을 연구하여 수행성능을 향상시키려고 시도합니다. 이 특징은 특정 패턴이 (특히 복잡한 패턴이) 여러 번 수행될 때 유용합니다. PCRE가 수행성능을 향상시키는 법을 발견하면, 그 발견은 패턴과 함께 캐쉬에 저장됩니다. 같은 패턴이 연이어 실행되면 저장된 발견을 사용합니다. (패턴을 연이어 사용하면 S 옵션을 지정해야 합니다. 왜냐하면 캐쉬에서 부합을 발견하려면 그 옵션 기호가 정확하게 일치해야 하며, 순서까지 일치해야 하기 때문입니다).
C 자동-callout 모드를 켭니다. 더 자세한 정보는 정규 표현식 외부호출을 참조하십시오.
`n 기본 새줄 문자(`r`n)를 단독 라인피드 (`n)로 전환합니다. 이 줄끝 문자는 UNIX 시스템의 표준입니다. 선택된 새줄 문자는 닻 (^와 $) 그리고 점(dot/period) 패턴의 행위에 영향을 미칩니다.
`r 기본 새줄 문자 (`r`n)를 단독 캐리지 리턴 (`r)으로 전환합니다.
`a v1.0.46.06+에서, `a는 새줄이면 어떤 종류든지 모두 인지합니다. 즉, `r, `n, `r`n, `v/VT/vertical tab/chr(0xB), `f/FF/formfeed/chr(0xC), 그리고 NEL/next-line/chr(0x85). v1.0.47.05+에서, 새줄은 CR, LF, 그리고 CRLF로 제한할 수 있습니다. 패턴의 시작에 (옵션 뒤에) 대문자로 (*ANYCRLF)를 지정하면 됩니다; 예, im)(*ANYCRLF)^abc$.

주의: 각 옵션을 다음 옵션과 가르는데 스페이스와 탭을 선택적으로 사용할 수 있습니다.

자주 사용되는 심볼과 구문

. 기본값으로, 점은 문자 하나에 부합합니다. 새줄문자 (`r`n) 연속열은 제외합니다. 그러나 DotAll (s), 라인피드 (`n), 캐리지 리턴 (`r), `a 또는 (*ANYCRLF) 옵션을 사용하여 이 행위를 변경할 수 있습니다. 예를 들어, ab.abc and abz 그리고 ab_에 부합합니다.
*

별표는 0개 이상의 이전 문자, 부류, 또는 부패턴에 부합합니다. 예를 들어, a*ab 그리고 aaab에 부합합니다. 또 "a"가 전혀 없는 문자열의 맨 앞에도 부합합니다.

만능문자: 점-별 패턴 .*은 가장 많이 사용되는 패턴입니다. 왜냐하면 어떤 문자든지 0 회 이상 부합하기 때문입니다 (새줄 문자는 제외합니다: `r 그리고 `n). 예를 들어, abc.*123abcAnything123는 물론 abc123에도 부합합니다.

? 물음표는 이전 문자, 부류, 또는 부패턴이 0 또는 1개에 부합합니다. 이것을 "앞의 문자는 선택적이다"라고 간주하십시오; 예를 들어, colou?rcolorcolour에 모두 부합합니다 왜냐하면 "u"가 선택적이기 때문입니다.
+ 덧셈 부호는 하나 이상의 이전 문자, 부류, 또는 부패턴에 부합합니다. 예를 들어 a+ab 그리고 aaab에 부합합니다. 그러나 a* 그리고 a?와 다르게, 패턴 a+는 "a"가 없는 문자열의 선두에 부합하지 않습니다.
{min,max}

이전의 문자, 부류, 또는 부패턴이 최소 min회 그리고 최대 max회 나타나면 부합합니다. 예를 들어, a{1,2}ab에 부합하지만 aaab에서 오직 앞의 두 a에만 부합합니다.

또, {3}는 정확하게 3 회 나타나야 한다는 뜻이고, {3,}는 3 회 이상을 의미합니다. 주의: 지정된 횟수는 65536보다 작아야 합니다. 그리고 앞의 숫자는 뒤의 숫자보다 같거나 작아야 합니다.

[...]

문자 부류: 각괄호는 문자의 범위나 리스트를 둘러쌉니다 (또는 둘 다). 예를 들어, [abc]는 " a, b 또는 c중 어느 문자에나 부합한다"는 뜻입니다. 사이에 옆줄 문자를 사용하면 범위가 생성됩니다; 예를 들어, [a-z]는 "소문자 a부터 z까지의 (포함) 모든 문자 하나에 부합한다"는 뜻입니다. 리스트와 범위는 조합할 수 있습니다; 예를 들어 [a-zA-Z0-9_]는 "모든 알파벳과 숫자 또는 밑줄 문자"를 뜻합니다.

문자 부류 다음에 *, ?, +, 또는 {min,max}가 따라올 수 있습니다. 예를 들어, [0-9]+는 숫자가 하나 이상 나타나면 부합합니다; 그래서 xyz123에는 부합하지만 abcxyz에는 부합하지 않습니다.

다음 POSIX 이름 집합도 지원합니다. 형태는 [[:xxx:]]와 같으며, 여기에서 xxx는 다음 단어 중 하나입니다: alnum, alpha, ascii (0-127), blank (스페이스 또는 탭), cntrl (제어 문자), digit (0-9), xdigit (십육진수), print, graph (스페이스를 제외하고 인쇄 가능 문자), punct, lower, upper, space (공백문자), word (\w와 동일).

문자 부류 안에서, 문자들은 피신시킬 필요가 없습니다. 부류 안에서 특별한 의미를 가질 경우는 제외합니다; 예를 들어, [\^a], [a\-b], [a\]], 그리고 [\\a].

[^...] 부류에 없는 문자에 부합합니다. 예를 들어, [^/]*는 정사선이 아닌문자가 0회 이상 나타나면 부합합니다. 예를 들어 http://. 비슷하게, [^0-9xyz]는 숫자가 아니고 소문자 x, y, 또는 z가 아니면 부합합니다.
\d 숫자 하나에 부합합니다 (문자 부류 [0-9]와 동등합니다). 역으로, 대문자 \D는 "숫자가 아닌-문자 하나"에 부합합니다. 이것과 아래의 두 개는 부류 안에 사용할 수 있습니다; 예를 들어, [\d.-]는 "숫자, 마침표, 또는 뺄셈 기호"를 뜻합니다.
\s 공백 문자에 부합합니다. 주로 스페이스, 탭, 그리고 새줄문자 (`r 그리고 `n)에 부합합니다. 반대로, 대문자 \S는 "공백 문자가 아닌-문자"를 뜻합니다.
\w "단어" 문자에 부합합니다. 즉 알파벳숫자나 밑줄문자에 부합합니다. 이것은 문자부류 [a-zA-Z0-9_]와 동등합니다. 역으로, 대문자 \W는 "단어 문자가 아닌-문자"를 뜻합니다.
^
$

윗꺽쇠 (^)와 달러 사인($)은 닻(anchors)라고 부릅니다. 왜냐하면 문자를 소비하지 않기 때문입니다; 대신에, 패턴을 검색될 문자열의 선두 또는 후미에 고정합니다.

^는 패턴의 선두에 나타나면 부합이 한 줄의 맨 앞에서 일어나야 합니다. 예를 들어, ^abcabc123에는 부합하지만 123abc에는 부합하지 않습니다.

$가 패턴의 후미에 나타나면 부합이 한 줄의 맨 뒤에서 일어나야 합니다. 예를 들어, abc$는 123abc에는 부합하지만 abc123에는 부합하지 않습니다.

두 개의 닻을 조합해 사용할 수 있습니다. 예를 들어, ^abc$abc에만 부합합니다 (즉, 앞 뒤에 아무 문자도 없어야 합니다).

검색될 텍스트에 여러 줄이 포함되어 있다면, "m" 옵션을 수단으로 닻을 텍스트 전체가 아니라 각 줄에 적용할 수 있습니다. 예를 들어, m)^abc$는 123`r`nabc`r`n789에 부합합니다. 그러나 "m" 옵션이 없다면, 부합하지 않습니다.

\b \b는 "단어 경계"를 뜻하는데, 문자를 소비하지 않기 때문에 닻과 비슷합니다. 현재 문자의 상태가 단어 문자(\w)의 반대가 되기를 요구합니다. 전형적으로 다른 단어 안에 나타나는 단어에 우발적으로 부합하는 것을 피하기 위해 사용됩니다. 예를 들어, \bcat\b는 catfish에 부합하지 않지만, cat에는 그 둘레에 구두점 기호가 있든 공백문자가 있든 상관없이 부합합니다. 대문자 \B는 그 반대입니다: 현재 문자가 단어 경계에 있지 않기를 요구합니다.
| 수직 막대는 두 개 이상의 대안을 가릅니다. 대안 중 어느 것이라도 만족하면 부합합니다. 예를 들어, gray|greygraygrey에 모두 부합합니다. 비슷하게, 패턴 gr(a|e)y는 아래에 기술한 반괄호의 도움으로 같은 일을 합니다.
(...)

괄호로 둘러싸인 항목은 다음에 주로 많이 사용됩니다:

  • 평가의 순서를 결정합니다. 예를 들어, (Sun|Mon|Tues|Wednes|Thurs|Fri|Satur)day는 요일 이름에 부합합니다.
  • *, ?, +, 또는 {min,max}를 문자 하나가 아니라 일련의 문자에 적용합니다. 예를 들어, (abc)+는 문자열 "abc"가 하나 이상 나타나면 부합합니다; 그래서 abcabc123는 부합하지만 ab123이나 bc123에는 부합하지 않습니다.
  • abc(.*)xyz에서 점-별과 같이 부패턴을 나포합니다. 예를 들어, RegExMatch()는 각 패턴에 부합하는 부문자열을 자신의 출력 배열에 저장합니다. 비슷하게, RegExReplace()는 $1와 같은 역참조를 통하여, 각 부패턴에 부합하는 부문자열을 결과에 삽입할 수 있습니다. 부패턴을 나포하는 부작용 없이 반괄호를 사용하려면, ?:를 앞쪽 두 개의 문자로 하여 괄호 안에 지정하십시오; 예를 들어: (?:.*)
  • 바로바로 옵션을 변경합니다. 예를 들어, (?im)는 패턴의 나머지에 대하여 (또는 부패턴 안에서 일어나면 부패턴에) 대소문자 구별과 여러 줄 옵션을 켭니다. 역으로, (?-im)는 그 둘을 다 끕니다. DPS`r`n`a를 제외하고 모든 옵션을 지원합니다.
\t
\r
etc.

이 피신 연속열은 특수 문자를 의미합니다. 가장 많이 사용되는 것은 \t (탭), \r (캐리지 리턴), 그리고 \n (줄넘김)입니다. 오토핫키에서 액센트 (`)는 선택적으로 이런 경우 역사선 대신 사용할 수 있습니다. \xhh 형태의 피신 연속열도 지원합니다. 여기에서 hh는 00부터 FF 사이의 ANSI 문자의 십육진 코드입니다.

v1.0.46.06+에서, \R는 "종류에 상관없이 새줄 하나"를 뜻합니다. 즉, `a 옵션에 나열되어 있는 줄들을 뜻합니다 (그렇지만, 문자 부류 안에서 \R은 그저 기호 "R"에 불과합니다). v1.0.47.05+에서, \R를 CR, LF, 그리고 CRLF로 제한할 수 있습니다. (옵션 바로 뒤) 패턴의 앞에 대문자로 (*BSR_ANYCRLF)를 지정하면 됩니다; 예, im)(*BSR_ANYCRLF)abc\Rxyz

\p{xx}
\P{xx}
\X

[AHK_L 61+]: 유니코드 문자 특성. ANSI 빌드는 지원하지 않습니다. \p{xx}는 xx 특성이 있는 문자에 부합합니다. 반면에 \P{xx}는 xx 특성이 없는 문자에 부합합니다. 예를 들어, \pL는 어느 기호에나 부합하고 \p{Lu}는 대문자 기호이면 부합합니다. \X는 확장 유니코드 연속열을 형성하기만 하면 문자의 개수에 상관없이 부합합니다.

지원되는 특성 이름과 기타 자세한 정보를 담은 완전한 목록은 www.pcre.org/pcre.txt에서 "\p{xx}"를 검색해 보십시오.

(*UCP)

[AHK_L 61+]: 수행성능을 위해, \d, \D, \s, \S, \w, \W, \b 그리고 \B는 기본값으로 ASCII 문자만 인지합니다. 유니코드 빌드도 마찬가지입니다. 패턴이 (*UCP)로 시작하면, 유니코드 특성을 사용하여 어느 문자에 부합할지 결정합니다. 예를 들어, , \w는 [\p{L}\p{N}_]와 동등해지고 \d는 \p{Nd}와 동등해집니다.

탐욕적: 기본값입니다, *, ?, +, 그리고 {min,max}는 탐욕적입니다. 왜냐하면 여전히 전체 패턴을 만족시키기만 하면 마지막 가능한 문자까지 모든 문자를 소비하기 때문입니다. 대신에 가능한 문자에 멈추게 하고 싶다면, 다음에 물음표를 덧붙이십시오. 예를 들어, (물음표 없는) 패턴 <.+>는 다음과 같은 뜻입니다: "<를 찾고, 다음에 하나 이상의 문자들이 따라오고, 다음에 >이 따라오는 문자열을 찾아라". 이 패턴이 전체 문자열 <em>text</em>에 부합하지 못하도록 막으려면, 물음표를 덧셈 부호 뒤에 추가하십시오: <.+?>. 이렇게 하면 부합이 첫 번째 '>'에서 멈추고 그리하여 첫 번째 태그 <em>에만 부합합니다.

내다-보기와 돌아-보기 표명: 그룹 (?=...), (?!...), (?<=...), 그리고 (?<!...)표명(assertions)이라고 부릅니다. 왜냐하면 조건은 만족하도록 요구하지만 문자를 전혀 소비하지 않기 때문입니다. 예를 들어, abc(?=.*xyz) 는 내다-보기 표명입니다. 문자열 xyz가 문자열 abc의 오른쪽 어딘가에서 끝나기를 요구합니다 (그렇지 않다면, 전체 패턴을 부합한 것으로 간주하지 않습니다). (?=...)긍정 내다-보기로 부릅니다. 왜냐하면 지정된 패턴이 존재하기를 요구하기 때문입니다. 반대로, (?!...)부정 내다-보기 입니다. 왜냐하면 지정한 패턴이 존재하지 않기를 요구합니다. 비슷하게, (?<=...)(?<!...)는 (각각) 긍정 그리고 부정 돌아-보기입니다. 왜냐하면 현재 위치에서 오른쪽이 아니라 왼쪽을 돌아 보기 때문입니다. 돌아-보기는 내다-보기보다 제한이 더 많습니다. 왜냐하면 *, ?, 그리고 +와 같은 다양한 크기의 수량자를 지원하지 않기 때문입니다. 피신 연속열 \K는 돌아-보기 표명과 비슷해 보입니다. 왜냐하면 이전에-부합된 문자를 최종 부합 결과에서 빼버리기 때문입니다. 예를 들어, foo\Kbar는 "foobar"에 부합하지만 "bar"에 부합했다고 보고합니다.

관련 항목: 정규 표현식은 RegExMatch(), RegExReplace(), 그리고 SetTitleMatchMode가 지원합니다.

마지막 당부: 이 페이지가 아주 사용되는 RegEx 특징의 대부분을 다루고 있지만, 이 말고도 조건적 부분 패턴 같이, 탐험해 볼 만한 수 많은 특징이 있습니다. 완전한 PCRE 매뉴얼은 www.pcre.org/pcre.txt에 있습니다.