Microsoft MVP성태의 닷넷 이야기
글쓴 사람
정성태 (techsharer at outlook.com)
홈페이지
첨부 파일
 

특정 단어로 시작하거나/끝나는 문자열을 포함/제외하는 정규 표현식 - Look-around

우선, 검색을 해보면 다음의 Q&A 글이 나오는데요,

Regular expression for a string that does not start with a sequence
; https://stackoverflow.com/questions/899422/regular-expression-for-a-string-that-does-not-start-with-a-sequence

"tbd_"로 시작하지 않는 문자열을 선택하고 싶다는 질문에 대해 별을 382개 받은 표현식을 보면 "negative look-ahead"를 사용해야 한다면서 다음의 식을 제공합니다.

^(?!tbd_).+

실제로 이것은 잘 동작합니다.

string exp = @"^(?!tbd_).+";

Regex urlRegex = new Regex(exp);

Console.WriteLine(urlRegex.IsMatch("tbd_test232")); // False
Console.WriteLine(urlRegex.IsMatch("test232")); // True
Console.WriteLine(urlRegex.IsMatch("232")); // True

좀 더 알아보기 전에 look-around라고 불리는 4가지 용어에 대한 정리가 필요합니다. 이에 대해 다음의 글이 아주 잘 정리해 주고 있는데요,

정규표현식 Lookahead, Lookbehind 기능 이해하기
; https://elvanov.com/2388

Lookahead and lookbehind
; https://javascript.info/regexp-lookahead-lookbehind

첫 번째 글에 각각의 positive/negative, lookahead/lookbehind를 다음과 같은 표 하나로 잘 표현해 주었습니다.

X(?=Y) Positive lookahead X 다음에 Y가 있는 경우
X(?!Y) Negative lookahead X 다음에 Y가 없는 경우
(?<=Y)X Positive lookbehind Y에 이어 X가 나오는 경우
(?<!Y)X Negative lookbehind Y 없이 X가 나오는 경우

위에서는, ?=, ?!, ?<=, ?<!에 대해 보기 좋게 앞/뒤의 위치를 바꾸고 있지만 실제로는 위치에 상관이 없는 것 같습니다. 일례로, https://regexr.com/ 사이트에서는 각각의 식 표현을 무조건 앞에다 두고 있으며,

positive lookahead  (?=ABC)
negative lookahead  (?!ABC)
positive lookbehind (?<=ABC)
negative lookbehind (?<!ABC)

마이크로소프트의 문서에서는,

Regular Expression Language - Quick Reference
; https://docs.microsoft.com/en-us/dotnet/standard/base-types/regular-expression-language-quick-reference

look-around 문법을 다음과 같이 뒤에다 예시를 위치시켜 놓았습니다.

(?= subexpression): Zero-width positive lookahead assertion. - 예제) \b\w+\b(?=.+and.+)
(?! subexpression): Zero-width negative lookahead assertion. - 예제) \b\w+\b(?!.+and.+)
(?<= subexpression): Zero-width positive lookbehind assertion. - 예제) \b\w+\b(?<=.+and.+)
(?<! subexpression): Zero-width negative lookbehind assertion. - 예제) \b\w+\b(?<!.+and.+)

저런 것을 보면, 앞/뒤에 쓰이는 것은 별 상관이 없고 단지, ?=, ?!는 ahead이고, ?<=, ?<!는 behind라고 해석이 되는 듯합니다. (혹시 정확히 이 표현에 대해 아시는 분은 덧글 부탁드립니다. ^^)




그런데, 앞/뒤에 쓰일 수 있다고 해서 해석이 또 같은 것은 아닙니다. 가령 다음의 표현식은 "tbd" 문자열이 뒤에 오지 않는 234를 찾는 표현식인데,

// 이후 https://regexr.com/에서 테스트

입력: /234(?!tbd)/g
예제에서 정규식 일치 텍스트: (4 matches)
tbdtest234

test234

234

234tbd

tbd234

식 표현을 앞에다 두면 이번엔 모든 "234" 문자열이 선택됩니다.


입력: /(?!tbd)234/g
예제에서 정규식 일치 텍스트: (4 matches)
tbdtest234

test234

234

234tbd

tbd234

참... 이것을 어떻게 해석해야 할지 감이 잘 안 오는군요. ^^; 혹시 정규 표현식 도사가 계시다면 덧글 부탁드립니다. ^^




그런데, 혼란스러운 것이 한두 가지가 아닙니다. 예를 들어, "tbd_"로 시작하지 않는 문자열만을 선택하고 싶다는 질문에 대해 Stackoverflow에 있던 답변자가 제시한 해답은 "look-behind"가 아니라 오히려 "look-ahead" 방식의 해답이었습니다.

[negative look-ahead]

^(?!tbd_).+

즉, 의미로 따지자면 "tbd_" 문자열이 뒤에 오지 않는 문자열을 선택하는 것과 같습니다. 그런데 여기서 재미있는 점은, 실제로 저렇게 하면 "앞에 tbd_" 문자열이 없는 것만 선택해 준다는 것입니다. (대신 Multiline 속성을 함께 줘야 합니다.)


입력: /^(?!tbd_).+/gm
예제에서 정규식 일치 텍스트: (3 matches)
tbd_est234

test234

234

234tbd_

tbd_234

오히려 직관적으로는 "시작"의 내용을 제거하는 거니까, "Negative lookahead"가 아닌 "Negative lookbehind"가 맞습니다. 그래서 다음과 같이 정규식을 세우면,

입력: /^(?<!tbd_).+/gm
예제에서 정규식 일치 텍스트: (5 matches)
tbd_est234

test234

234

234tbd_

tbd_234

저렇게 모든 문자열이 선택됩니다. 어허~~~ 뭔 규칙이 저럴까요? ^^;




그렇다고 해서, 저 규칙이 아주 빗나가는 것도 아닙니다. "X"에 해당하는 조건이 ".+"와 같은 경우보다 좀 더 구체적이라면 예상한 대로 문자열 선택이 됩니다. 가령 "tbd_"로 시작하지 않는 234" 문자열을 선택하고 싶다면 다음과 같이 표현식을 테스트할 수 있습니다.

입력: /(?<!tbd_\w*)234/g
예제에서 정규식 일치 텍스트: (3 matches)
tbd_est234

test234

234

234tbd_

tbd_234

그리고, 저 수식은 위치를 바꿔 "234(?<!tbd_\w*)"라고 설정해도 동일하게 나옵니다. 마찬가지로, "뒤에 tbd_가 없는 234" 문자열을 선택하는 것은 이렇게 할 수 있습니다.

입력: /234(?!tbd_\w*)/g
예제에서 정규식 일치 텍스트: (4 matches)
tbd_est234

test234

234

234tbd_

tbd_234

그런데, 이번에는 그 순서를 바꾸면 다음과 같이 선택이 달라집니다.

입력: /(?!tbd_\w*)234/g
예제에서 정규식 일치 텍스트: (5 matches)
tbd_est234

test234

234

234tbd_

tbd_234

한 마디로, 그냥 234 문자열은 모두 선택이 되는데 "(?!tbd_\w*)" 조건을 주는 것이 의미가 없습니다. 저렇게 보면, look-ahead 조건은 뒤에 오는 것이, look-behind 조건은 앞에 오는 것이 맞는 것 같습니다.

이 외에도, "정규 표현식 Lookahead, Lookbehind 기능 이해하기" 글에 lookaround의 규칙이 "결과가 소모되지 않는다"라는 설명을 하고 있으니, 이에 대해 모르시는 분은 꼭 저 글을 읽어보시고 이참에 눈에 익혀 두시는 것을 권장합니다. ^^




참고로, C#의 코딩 결과도 regexr.com과 (위의 예제 중 이해할 수 없는 동작들까지 모두) 동일합니다. 그런 걸로 봐서는 뭔가 체계적으로 정규 표현식을 접근하면 저 이상한 규칙들이 자연스럽게 해석될 수 있을 듯한데... 일단 이번엔 필요한 정규 표현식은 얻었으니 여기까지만! ^^




[이 글에 대해서 여러분들과 의견을 공유하고 싶습니다. 틀리거나 미흡한 부분 또는 의문 사항이 있으시면 언제든 댓글 남겨주십시오.]



donaricano-btn



[최초 등록일: ]
[최종 수정일: 7/26/2021

Creative Commons License
이 저작물은 크리에이티브 커먼즈 코리아 저작자표시-비영리-변경금지 2.0 대한민국 라이센스에 따라 이용하실 수 있습니다.
by SeongTae Jeong, mailto:techsharer at outlook.com

비밀번호

댓글 쓴 사람
 




[1]  2  3  4  5  6  7  8  9  10  11  12  13  14  15  ...
NoWriterDateCnt.TitleFile(s)
12839정성태9/15/2021275.NET Framework: 1118. C# 10 - (17) 제네릭 타입의 특성 적용파일 다운로드1
12838정성태9/13/2021277.NET Framework: 1117. C# - Task에 전달한 Action, Func 유형에 따라 달라지는 async/await 비동기 처리 [2]파일 다운로드1
12837정성태9/11/2021149VC++: 151. Golang - fmt.Errorf, errors.Is, errors.As 설명
12836정성태9/10/2021107Linux: 45. 리눅스 - 실행 중인 다른 프로그램의 출력을 확인하는 방법
12835정성태9/7/2021169.NET Framework: 1116. C# 10 - (16) CallerArgumentExpression 특성 추가파일 다운로드1
12834정성태9/7/202198오류 유형: 762. Visual Studio 2019 Build Tools - 'C:\Program' is not recognized as an internal or external command, operable program or batch file.
12833정성태9/6/2021180VC++: 150. Golang - TCP client/server echo 예제 코드파일 다운로드1
12832정성태9/6/202190VC++: 149. Golang - 인터페이스 포인터가 의미 있을까요?
12831정성태9/6/2021121VC++: 148. Golang - 채널에 따른 다중 작업 처리파일 다운로드1
12830정성태9/6/2021106오류 유형: 761. Internet Explorer에서 파일 다운로드 시 "Your current security settings do not allow this file to be downloaded." 오류
12829정성태9/5/2021215.NET Framework: 1115. C# 10 - (15) 구조체 타입에 기본 생성자 정의 가능파일 다운로드1
12828정성태9/4/2021224.NET Framework: 1114. C# 10 - (14) 단일 파일 내에 적용되는 namespace 선언파일 다운로드1
12827정성태9/4/2021119스크립트: 27. 파이썬 - 웹 페이지 데이터 수집을 위한 scrapy Crawler 사용법 요약
12826정성태9/3/2021177.NET Framework: 1113. C# 10 - (13) 문자열 보간 성능 개선파일 다운로드1
12825정성태9/3/202172개발 환경 구성: 603. GoLand - WSL 환경과 연동
12824정성태9/2/2021173오류 유형: 760. 파이썬 tensorflow - Dst tensor is not initialized. 오류 메시지
12823정성태9/2/2021168스크립트: 26. 파이썬 - PyCharm을 이용한 fork 디버그 방법
12822정성태9/1/2021101오류 유형: 759. 파이썬 tensorflow - ValueError: Shapes (...) and (...) are incompatible
12821정성태9/1/2021153.NET Framework: 1112. C# - .NET 6부터 공개된 ISpanFormattable 사용법
12820정성태9/1/202189VC++: 147. Golang - try/catch에 대응하는 panic/recover파일 다운로드1
12819정성태8/31/2021188.NET Framework: 1111. C# - FormattableString 타입
12818정성태8/31/2021127Windows: 198. 윈도우 - 작업 관리자에서 (tensorflow 등으로 인한) GPU 연산 부하 보는 방법
12817정성태8/31/202181스크립트: 25. 파이썬 - 윈도우 환경에서 directml을 이용한 tensorflow의 AMD GPU 사용 방법
12816정성태8/30/2021386스크립트: 24. 파이썬 - tensorflow 2.6 NVidia GPU 사용 방법 [2]
12815정성태8/30/2021206개발 환경 구성: 602. WSL 2 - docker-desktop-data, docker-desktop (%LOCALAPPDATA%\Docker\wsl\data\ext4.vhdx) 파일을 다른 디렉터리로 옮기는 방법
[1]  2  3  4  5  6  7  8  9  10  11  12  13  14  15  ...