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)
12811정성태8/27/2021838Linux: 44. 윈도우 개발자를 위한 리눅스 fork 동작 방식 설명 (파이썬 코드)
12810정성태8/27/2021699.NET Framework: 1107. .NET Core/5+에서 동적 컴파일한 C# 코드를 (Breakpoint도 활용하며) 디버깅하는 방법 - #line 지시자파일 다운로드1
12809정성태8/26/2021671.NET Framework: 1106. .NET Core/5+에서 C# 코드를 동적으로 컴파일/사용하는 방법파일 다운로드1
12808정성태8/25/2021619오류 유형: 758. go: ...: missing go.sum entry; to add it: go mod download ...
12807정성태8/25/2021774.NET Framework: 1105. C# 10 - (9) 비동기 메서드가 사용할 AsyncMethodBuilder 선택 가능파일 다운로드1
12806정성태8/24/2021464개발 환경 구성: 601. PyCharm - 다중 프로세스 디버깅 방법
12805정성태8/24/2021665.NET Framework: 1104. C# 10 - (8) 분해 구문에서 기존 변수의 재사용 가능파일 다운로드1
12804정성태8/24/2021473.NET Framework: 1103. C# 10 - (7)
12803정성태8/23/2021541개발 환경 구성: 600. pip cache 디렉터리 옮기는 방법
12802정성태8/23/2021834.NET Framework: 1102. .NET Conf Mini 21.08 - WinUI 3 따라해 보기
12801정성태8/23/2021670.NET Framework: 1101. C# 10 - (6) record class 타입의 ToString 메서드를 sealed 처리 허용파일 다운로드1
12800정성태8/22/2021699개발 환경 구성: 599. PyCharm - (반대로) 원격 프로세스가 PyCharm에 디버그 연결하는 방법
12799정성태8/22/2021802.NET Framework: 1100. C# 10 - (5) 속성 패턴의 개선파일 다운로드1
12798정성태8/21/20211088개발 환경 구성: 598. PyCharm - 원격 프로세스를 디버그하는 방법
12797정성태8/21/2021584Windows: 197. TCP의 MSS(Maximum Segment Size) 크기는 고정된 것일까요?
12796정성태8/21/2021710.NET Framework: 1099. C# 10 - (4) 상수 문자열에 포맷 식 사용 가능파일 다운로드1
12795정성태8/20/2021835.NET Framework: 1098. .NET 6에 포함된 신규 BCL API - 스레드 관련
12794정성태8/20/2021972스크립트: 23. 파이썬 - WSGI를 만족하는 최소한의 구현 코드 및 PyCharm에서의 디버깅 방법 [1]
12793정성태8/20/20211270.NET Framework: 1097. C# 10 - (3) 개선된 변수 초기화 판정파일 다운로드1
12792정성태8/19/2021826.NET Framework: 1096. C# 10 - (2) 전역 네임스페이스 선언파일 다운로드1
12791정성태8/19/2021736.NET Framework: 1095. C# COM 개체를 C++에서 사용하는 예제 [3]파일 다운로드1
12790정성태8/18/2021934.NET Framework: 1094. C# 10 - (1) 구조체를 생성하는 record struct파일 다운로드1
12789정성태8/18/2021810개발 환경 구성: 597. PyCharm - 윈도우 환경에서 WSL을 이용해 파이썬 앱 개발/디버깅하는 방법
12788정성태8/17/20211130.NET Framework: 1093. C# - 인터페이스의 메서드가 다형성을 제공할까요? (virtual일까요?)파일 다운로드1
12787정성태8/17/20211253.NET Framework: 1092. (책 내용 수정) "4.5.1.4 인터페이스"의 "인터페이스와 다형성"
12786정성태8/16/20211001.NET Framework: 1091. C# - Python range 함수 구현 (2) INumber<T>를 이용한 개선 [1]파일 다운로드1
1  2  3  4  5  [6]  7  8  9  10  11  12  13  14  15  ...