C# Regex, Regular Expression 사용법, 그리고 문법 알아보기

C# 정규표현식(regex)에 대해 알아보는 시간입니다. 정규표현식 또는 정규식 표현은 Regular Expression(REGEX)이라는 단어에서 볼 수 있듯이 정규화 된 특정의 규칙을 표현하는 방법입니다. 거의 모든 프로그래밍에서 활용이 되므로 한 번쯤 읽어보시면 도움이 많이 될 것입니다.

Regex, Regular Expression

주요 개념으로는 패턴(pattern)과 매치(match)가 있습니다. 패턴은 일치하는 표현을 구성하는 문자열을 의미하고 매치는 일치하는 결과 배열을 뜻합니다. 매치는 Matches(Matchcollection), Match로 C#에서 자주 언급합니다.

그밖에도 정규표현식은 Regex의 생성자뿐만 아니라 Replace, Split 으로 일치하는 표현을 치환하거나 나누는 용도로 사용할 수 있습니다. 이번 게시물에서는 다음의 목차와 같이 C#에서 사용하는 표현식에 대해 안내해 드리겠습니다.

  • Control Single Characters
  • Control Characters
  • Non-ascii codes
  • Character Classes
  • Quantifiers
  • Anchors
  • Groups
  • Inline Options
  • Backreferences
  • Alternation
  • Substitution
  • Comments
  • Supported Unicode Categories

Control Single Characters

set, not set, range 등 정규표현식의 핵심이라 할 수 있는 내용입니다. 매우 자주 사용하는 편이므로 숙지해 두시는 게 좋습니다.

표현식의미
[set]셋에 있는 어느 문자든 : In that set
[^set]셋에 있는 모든 문자 제외 : Not in that set
[a–z]a부터 z까지 범위의 어느 문자든 : In the a-z range
[^a–z]a부터 z까지 범위 모두 제외 문자 : Not in the a-z range
.\n을 제외한 어느 문자든 : Any except \n (new line)
\char표현식에서 사용하는 특수문자를 문자 그대로 : Escaped special character

Control Characters

제어문자 또는 특수문자에 해당하는 표현식 목록입니다.

표현식일치유니코드
\tHorizontal tab\u0009
\vVertical tab\u000B
\bBackspace\u0008
\eEscape\u001B
\rCarriage return\u000D
\fForm feed\u000C
\nNew line\u000A
\aBell (alarm)\u0007
\c charASCII control character-

Non-ascii codes

표현식다음과 같은 문자코드와 일치
\octal2-3 digit octal character code (8진수)
\x hex2-digit hex character code (16진수)
\u hex4-digit hex character code (16진수)

Character Classes

소문자는 해당 캐릭터, 대문자를 해당 캐릭터가 아닌(not)을 뜻한다는 확인할 수 있습니다.

표현식일치 문자
\p{ctgry}In that Unicode category or block
\P{ctgry}Not in that Unicode category or block
\wWord character
\WNon-word character
\dDecimal digit
\DNot a decimal digit
\sWhite-space character
\SNon-white-space char

Quantifiers

수량자입니다. 정규표현식의 시작이 컨트롤 싱글 캐릭터(본문 최상단)라면, 수량자는 꽃이자 마지막이라 할 수 있습니다. 이 문서에서 가장 중요한 표현식 중 하나이기도 합니다.

하단의 표를 보면, 그리디와 레이지가 나오는데, 직역하면 Greedy는 탐욕스러운 것, Lazy는 게으른 것이라는 건 알고 계시죠?

수량자는 Greedy Quantifier, Lazy Quantifier 로 나눌 수 있습니다.
Greedy는 탐욕스럽다는 표현에서 볼 수 있듯이 최대한 많은 표현식과의 일치 여부를 캡처합니다.
반대로 Lazy는 최소한의 일치여부로 표현을 캡처합니다.

그리고 "Greedy + ?" 은 Lazy 라는 공통점이 있으니, 알고 계시면 도움이 된답니다.

GreedyLazy일치하는 표현
**?0 이상 : 0 or more times
++?1 이상 : 1 or more times
???0이거나 1이거나(둘 중 하나) : 0 or 1 time
{n}{n}?정확히 n 번 : Exactly n times
{n,}{n,}?최소 n 번 : At least n times
{n,m}{n,m}?최소 n 번, 최대 m 번 : From n to m times

Anchors

스트링 또는 라인의 시작을 나타내는 ^ 표현식와, 끝을 나타내는 $ 표현식은 많이 접하셨을 겁니다.

표현식특정하는 위치
^스트링 또는 라인의 시작 : At start of string or line
\AAt start of string
\zAt end of string
\ZAt end (or before \n at end) of string
$스트링 또는 라인의 끝 : At end (or before \n at end) of string or line
\GWhere previous match ended
\bOn word boundary
\BNot on word boundary

Groups

인덱스드 그룹, 네임드 그룹은 자주 사용하는 편에 속하므로 한 번 훑어보세요.

표현정의
(exp)색인된 그룹 : Indexed group
(?<name>exp)명명된 그룹 : Named group
(?<name1-name2>exp)Balancing group
(?:exp)표현식 캡처 제외 그룹 : Noncapturing group
(?=exp)Zero-width positive lookahead
(?!exp)Zero-width negative lookahead
(?<=exp)Zero-width positive lookbehind
(?<!exp)Zero-width negative lookbehind
(?>exp)Non-backtracking (greedy)

Inline Options

Case-insensitive를 나타내는 i 와 같은 옵션은 간혹 사용하는 것을 볼 수 있습니다.

옵션표현식에서의 옵션 의미
iCase-insensitive
mMultiline mode
nExplicit (named)
sSingle-line mode
xIgnore white space
옵션사용 목적
(?imnsx-imnsx)Set or disable the specified options
(?imnsx-imnsx:exp)Set or disable the specified options within the expression

Backreferences

그룹 표현식의 인덱스드 그룹과 네임드 그룹에 대한 역참조입니다. 그룹 표현식 부분을 참고할 수 있습니다.

  • 인덱스드 그룹 : (exp)
  • 네임드 그룹 : (?<name>exp)

표현식매치 그룹
\nIndexed group
\k<name>Named group

Alternation

a 또는 b를 나타낼 때에는 a|b 와 같이 표현식을 사용합니다. 자주 사용하는 부분이니 한 번 확인해 주세요.

표현식일치 여부
a |bEither a or b
(?(exp) yes | no)yes if exp is matched
no if exp isn't matched
(?(name) yes | no)yes if name is matched
no if name isn't matched

Substitution

표현식대체하려는 표현
$nSubstring matched by group number n
${name}Substring matched by group name
$$Literal $ character
$&Copy of whole match
$`Text before the match
$'Text after the match
$+Last captured group
$_Entire input string

Comments

표현목적
(?# comment)Add inline comment
#Add x-mode comment

Supported Unicode Categories

카테고리설명
LuLetter, uppercase
LILetter, lowercase
LtLetter, title case
LmLetter, modifier
LoLetter, other
LLetter, all
MnMark, nonspacing combining
McMark, spacing combining
MeMark, enclosing combining
MMark, all diacritic
NdNumber, decimal digit
NlNumber, letterlike
NoNumber, other
NNumber, all
PcPunctuation, connector
PdPunctuation, dash
PsPunctuation, opening mark
PePunctuation, closing mark
PiPunctuation, initial quote mark
PfPuntuation, final quote mark
PoPunctuation, other
PPunctuation, all
SmSymbol, math
ScSymbol, currency
SkSymbol, modifier
SoSymbol, other
SSymbol, all
ZsSeparator, space
ZlSeparator, line
ZpSeparator, paragraph
ZSeparator, all
CcControl code
CfFormat control character
CsSurrogate code point
CoPrivate-use character
CnUnassigned
CControl characters, all
댓글 쓰기
가져가실 때, 출처 표시 부탁드려요! 감사합니다. 💗