[Python] 24.01.18 기타 내용과 정규표현식

우선 오전 강의의 시작은 파이썬의 버전별 변경사항을 간단하게 확인했다.

• Python 3.5: async await
• Python 3.6: Dict에 순서, f-string, 타입힌트
• Python 3.7: dataclasses
• Python 3.8: 왈러스 연산자(:=)
• Python 3.9: 딕셔너리 결합 연산자(|)
• Python 3.10: match

 

파일 입출력

파이썬의 파일 저장은 다양한 형태로 저장이 가능하다 (txt, csv, html 등) 

다양한 예제를 통해 파일의 입출력을 확인하였고, with open(_, _) as _ : 방식을 사용하는 것을 권장한다.

 

1. txt 파일 생성

[텍스트 파일 생성 예시]

[텍스트 파일 생성]

 

2. Excel 파일 생성

엑셀 파일을 생성한 후에 시트를 추가하고, 각 셀의 위치에 값을 작성했다.

[Excel 파일 생성 예시]

 

3. html 파일 읽어오기

[info.html 파일 읽기 예시]

 

비트 연산

비트(Bit)란 컴퓨터가 처리하는 데이터의 최소단위를 말하며 컴퓨터 내부 연산에는 2진수가 사용되며, 이에따라 비트는 0과 1로 구성된다. 비트 연산은 이진 연산을 하겠다는 의미와 같고 카카오 코딩 테스트 문제를 예시로 확인해보겠다.

 

* 비트 연산자의 연산의 전개 과정

1. 10진수를 2진수로 변환
2. 2진수에서 비트연산을 전개
3. 결과값을 다시 10진수로 변환

* 연산자

1. and(&) 연산자 : 두 비트열의 동일한 위치에 1이 있는 경우에만 1을 반환
2. or(|) 연산자 : 두 비트열의 동일한 위치에 하나라도 1이 있는 경우 1을 반환
3. xor(^) 연산자 : 두 비트열의 동일한 위치의 값이 다른 경우에만 1을 반환
4. not(~) 연산자 : 비트열을 반전시킵니다. 1은 0으로, 0은 1로 변환
5. shift 연산자 
   • 왼쪽 시프트 연산자(<<): 비트열을 왼쪽으로 이동시키며, 빈 자리는 0으로 채움
   • 오른쪽 시프트 연산자(>>): 비트열을 오른쪽으로 이동시키며, 빈 자리는 0으로 채

카카오 코딩테스트 문제로 예시를 작성해보겠다.

[출처] https://school.programmers.co.kr/learn/courses/30/lessons/17681

프로그래머스

해당 문제는 2진법으로 풀어야하는 문제로, 출력결과는 #과 공백으로 출력하도록 되어있다.

매개변수	값
n	5
arr1	[9, 20, 28, 18, 11]
arr2	[30, 1, 21, 17, 28]
출력	["#####","# # #", "### #", "# ##", "#####"]

 

위의 테이블을 보면 이진법으로 어떤 연산을 활용해야하는 유추할 수 있으며, or 연산을 통해 풀이를 작성하였다.

 

각 리스트 첫번째 원소인 9와 30을 예로 풀어보면,

1. 9의 이진수 = 1001 

2. 30의 이진수 = 11110

3. or(|) 연산은 각 위치에서 1이 하나라도 존재하면 1을 반환

4. 01001

    11110  [or 연산]

  -----------

    11111 → 연산 결과

 

따라서 정답 1의 값은 #으로 변경된 것을 확인할 수 있다.

[정답]

 

 

+ 추가로 f-string 문법 서식 지정자에 대한 설명을 해주셨다. 이런 내용은 검색해서 확인해보면 좋을 것 같다.

[f-string 서식 지정자 예시]

 

정규 표현식

정규 표현식이란 복잡한 문자열을 처리할 때 사용하는 기법으로, 특정한 규칙을 가진 문자열의 집합을 표현하는데 사용하는 형식의 언어이다. 

 

정규표현식은 구굴에서 연습사이트를 제공해주는데 해당 사이트에서 연습하면 좋다.

https://regexr.com/

RegExr: Learn, Build, & Test RegEx

 

그렇다면 정규 표현식은 왜 필요한가? 먼저 정규 표현식을 전혀 모른다고 가정하고 프로그램을 작성한다면

주민등록번호를 포함하고 있는 텍스트가 있다. 이 텍스트에 포함된 모든 주민등록번호의 뒷자리를 * 문자로 변경해보자

1. 전체 텍스트를 공백 문자로 나눈다(split)

2. 나뉜 단어가 주민등록번호 형식인지 조사한다.

3. 단어가 주민등록번호 형식이라면 뒷자리를 *로 변환한다.

4. 나뉜 단어를 다시 조립한다.

 

이렇게 각 순서에 맞는 확인이 필요한 코드로 구현이 될 것이고, 이는 코드가 길어지는 형태로 만들어 질 수 있다.

 

반면 정규 표현식을 사용한다면 훨씬 간편하고 직관적인 코드를 작성할 수 있다.

import re 

data = """
park 800905-1049118
"""

pat = re.compile("(\d{6})[-]\d{7}")
print(pat.sub("\g<1>-*******", data))

 

이렇게 정규 표현식을 사용하면 코드가 상당히 간결해진다. 만약 찾으려는 문자열 또는 바꾸어야 할 문자열의 규칙이 매우 복잡하다면 정규 표현식의 효율은 더욱 커진다.

 

메타 문자(Meta characters)

메타 문자란 문자가 가진 원래의 의미가 아닌 특별한 용도로 사용되는 문자를 말한다. 정규표현식에서 사용되는 메타 문자는 다음과 같다.

.   ^   $   *    +    ?    \    |    (    )    {    }    [    ]

정규 표현식에서 대괄화[] 는 대괄호 안에 포함된 문자들 중 하나와 매치를 뜻한다. (대괄호안의 텍스트 중 택 1)

(예시)
h[eay]llo # e,a,y 중 하나와 매치

'hello'
'hallo'
'hyllo' # 3개의 문자열 매치

'hqllo' # 매치되지 않음

 

대괄호 안의 두 문자에 -를 사용하면 두 문자 사이의 범위를 뜻한다

[a-c] # a와 C사이의 범위 = [abc]와 같음
[0-5] # 0~5 = [012345]와 같음
[a-zA-Z] # 모든 알파벳
[a-zA-Z0-9] # 모든 알파벳과 숫자

(예시)
# 1. 
h[a-zA-Z]llo -> h_llo 모든 문자를 매치

# 2.
010-[0-9][0-9][0-9][0-9]-[0-9][0-9][0-9][0-9] => 010-xxxx-xxxx 0~9까지 숫자를 찾음
010-[0-9]{4}-[0-9]{4} => 위의 코드를 더 간결하게 표현

 

자주쓰는 정규표현식

1. 처음과 끝

• ^hello : 처음에 hello ↔ h[^e]llo : 해당 문자를 제외하고 찾을때 => 사용에 주의하자.
• hello$ : 끝에 hello

2. 모든 문자

• ./ : 모든 문자 호출

3. 수량자 : 해당 문자가 몇개 있는지를 명시하여 패턴을 찾는 방식

_* : 앞에 있는 문자가 0개 ~ N개
_+ : 앞에 있는 문자가 1개 ~ N개
_? : 앞에 있는 문자가 0개 ~ 1개

{3} : 3개
{3,} : 3개 이상
{1,3} : 1개 ~ 3개

_* : 앞에 있는 문자가 0개 ~ N개 ({0,})
_+ : 앞에 있는 문자가 1개 ~ N개({1,})
_? : 앞에 있는 문자가 0개 ~ 1개 ({0,1})

/[0-9]{3}[-.* ][0-9]{4}[-.* ][0-9]{4}/gm
/[0-9a-zA-Z]{2,3}[-.* ][0-9]{3,4}[-.* ][0-9]{4}/gm
/[0-9a-zA-Z]+@[0-9a-zA-Z]+.[a-zA-Z]+/gm

 

\d : 숫자[0-9]와 같다

\D : 비숫자, [^0-9]와 같다

\w : 숫자 + 문자, [a-zA-Z0-9]와 같다

\W : 숫자 + 문자가 아닌 것, [^a-zA-Z0-9]와 같다

\s :  공백 [ \t\n\r\f\v]와 같다

\S : 비공백 [^ \t\n\r\f\v]와 같다

\b : 단어 경계 (`\w`와 `\W`의 경계)

\B: 비단어 경계

findall()

정규식과 매치되는 모든 문자열을 리스트로 반환한다.

해당 예시도 카카오 코딩테스트 문제로 작성해보겠다. (스타상과 아차상 계산은 제외)

[출처] https://school.programmers.co.kr/learn/courses/30/lessons/17682

프로그래머스

해당 문제는 총 3번의 다트를 던져 0~10의 정수와 문자 S, D, T, *, #로 구성된 문자열이 입력될 시 총점수를 반환하는 문제이다. 

 

[입력 예시]

dartResult	answer	설명
1S2D3T	32	1 ** 1 + 2**2 + 3**3
1S2D10T	1005	1 ** 1 + 2**2 + 100**3

[정답]

 

정규 표현식 중 ([0-9]|10) 에서 점수가 10점이 들어왔을 경우 10이란 값을 1과 0으로 나눠지는 것을 방지하기 위해 10까지 확인하도록 설정했다.

 

sub()

정규식을 이용해 문자열을 치환하는 방법이다.

해당 예시도 카카오 코딩테스트 문제로 작성해보겠다.

[출처] https://school.programmers.co.kr/learn/courses/30/lessons/120849

프로그래머스

해당 문제는 문자열에 영어의 모음을 제거한 문자열을 반환하도록 하는 문제이다.

 

[입력 예시]

변수 값	result
'bus'	'bs'
'nice to meet you'	'nc t mt y'

[정답]

 

정규 표현식 sub()을 사용하여 해당 매칭되는 문자열을 빈문자로 치환하였다. (대괄호안에 해당되는 문자를 전부 치환)