[정규식 02] 그냥 글자 그대로 찾기

이번에는 정규식에서 가장 기본이 되는 리터럴(문자 그대로 찾기)을 배워 볼게요. 정규식이라고 하면 복잡한 기호부터 떠오르지만, 사실 가장 단순한 정규식은 '찾고 싶은 글자를 그냥 그대로 적는 것'이에요. 여기서부터 시작하면 하나도 안 어려우니 편하게 따라오세요.

02.1 리터럴이 뭐예요?

리터럴(literal)은 '특별한 뜻 없이 글자 그대로'라는 말이에요. 정규식에서 특별한 기호(\d, . 같은 것들)를 빼고 그냥 보통 글자를 적으면, 그건 '그 글자 그대로를 찾아라'라는 뜻이 돼요. 예를 들어 패턴에 cat이라고 적으면 'c 다음에 a 다음에 t가 이 순서로 붙어 있는 곳'을 찾는 거예요.

그러니까 정규식의 절반 이상은 사실 이 리터럴이에요. 특별한 기호는 '조금 더 똑똑하게 찾고 싶을 때' 양념처럼 얹는 거고, 뼈대는 그냥 우리가 아는 글자들이랍니다. 정규식이 무섭게 느껴졌다면, 이 사실 하나만으로도 마음이 한결 놓이시죠? 기호는 나중에 얹으면 되고, 지금은 이 뼈대부터 편하게 익혀요.

02.2 어디까지 그대로 찾는 거예요?

리터럴은 글자 하나만 되는 게 아니라, 여러 글자를 이어 적어도 돼요. 심지어 공백(빈칸)까지 하나의 글자로 쳐요. 예를 들어 패턴에 'good day'처럼 가운데 빈칸을 포함해 적으면, 컴퓨터는 g, o, o, d, 빈칸, d, a, y가 이 순서 그대로 붙어 있는 곳을 찾아요. 빈칸도 엄연히 한 글자라서, 하나 더 넣거나 빼면 아예 다른 패턴이 돼 버려요.

그래서 리터럴을 쓸 때는 '내가 적은 글자와 순서·개수가 정확히 같은 곳'을 찾는다고 생각하면 편해요. 이 단순한 규칙이 정규식의 바탕이고, 다른 특수 기호들은 이 바탕 위에 '조금 느슨하게', '조금 똑똑하게' 찾도록 얹어 주는 것뿐이에요.

02.3 'cat'을 찾으면 정확히 무엇이 잡혀요?

여기서 초보분들이 살짝 오해하기 쉬운 부분이 있어요. 문장에서 cat을 찾으면 딱 '고양이'라는 단어만 잡힐 것 같지만, 그렇지 않아요. 한번 볼게요.

패턴: cat

대상: cat category concatenate

매치: ['cat', 'cat', 'cat']

어라, 세 개나 잡혔죠? cat이라는 독립된 단어뿐 아니라, category의 앞부분 cat, 그리고 concatenate 속에 숨은 cat까지 전부 잡혔어요. 리터럴은 '단어 단위'가 아니라 '글자 조합 단위'로 찾기 때문이에요. c, a, t가 이 순서로 붙어 있기만 하면 그게 단어 한가운데든 어디든 다 잡아요.

파이썬 코드로는 이렇게 확인해요.

re.findall(r'cat', 'cat category concatenate')

결과: ['cat', 'cat', 'cat']

여기서 re.findall은 '패턴에 맞는 걸 전부 찾아 목록으로 돌려줘'라는 명령이에요. 처음엔 좀 낯설어도 '다 찾아서 목록으로 준다' 정도로만 알아도 돼요. 온전한 단어 cat만 잡으려면 경계라는 개념이 따로 필요한데, 지금 단계에서는 '리터럴은 글자 조합으로 잡는다'만 확실히 기억해 두면 충분해요.

02.4 대문자랑 소문자를 구별하나요?

또 하나 꼭 알아야 할 게 있어요. 정규식은 기본적으로 대문자와 소문자를 다른 글자로 구별해요. 그러니까 apple과 Apple과 APPLE은 정규식 눈에는 전부 다른 글자예요. 대문자로 시작하는 Apple만 찾아볼게요.

패턴: Apple

대상: apple Apple APPLE

매치: ['Apple']

보시다시피 소문자 apple과 전부 대문자인 APPLE은 쏙 빠지고, 대문자 A로 시작하는 Apple 하나만 잡혔어요. 대소문자를 구별한다는 걸 모르면 '분명 apple이 있는데 왜 안 잡히지?' 하고 한참 헤맬 수 있어요. 사실 이건 정규식만의 이야기가 아니에요. 파일 이름, 비밀번호, 코드 속 변수 이름처럼 대소문자가 다르면 다른 것으로 취급하는 경우가 컴퓨터 세상엔 정말 많거든요. 그러니 초보 때 이 감각을 확실히 잡아 두면 두고두고 도움이 돼요.

재밌는 예로, 검색창에 'Apple'이라고 쳤는데 원하던 'apple 요리법' 글이 안 나와서 당황한 적 있으신가요? 대소문자를 가리는 검색이었다면 충분히 생길 수 있는 일이에요. 정규식도 똑같아서, '분명 있는데 왜 안 잡히지?' 싶을 때 대소문자부터 의심해 보면 답이 빨리 나올 때가 많답니다.

02.5 대소문자 상관없이 찾고 싶어요

그런데 실제로는 대소문자 안 가리고 다 찾고 싶을 때가 훨씬 많죠? 그럴 땐 플래그(flag, 옵션)라는 걸 켜 주면 돼요. 파이썬에서는 re.I(IGNORECASE, 대소문자 무시)를 옵션으로 넘겨요.

패턴: apple (대소문자 무시 옵션 re.I)

대상: apple Apple APPLE

매치: ['apple', 'Apple', 'APPLE']

이번엔 철자만 같으면 대소문자에 상관없이 셋 다 잡혔죠? 여기서 중요한 점 하나. 대소문자 무시는 패턴 자체를 바꿔서 하는 게 아니라, '옵션(플래그)을 켜서' 한다는 거예요. 패턴은 그대로 두고 동작 방식만 살짝 바꾸는 거죠. 파이썬 코드로는 이렇게 써요.

re.findall(r'apple', 'apple Apple APPLE', re.I)

결과: ['apple', 'Apple', 'APPLE']

맨 뒤에 re.I만 살짝 붙였을 뿐인데 결과가 확 달라졌죠? 이런 옵션이 몇 개 더 있는데, 지금은 '대소문자 무시는 re.I' 하나만 알아도 충분해요. 필요할 때 하나씩 꺼내 쓰면 되니까요.

참고로 대소문자 무시는 실생활 검색에서 특히 반가운 기능이에요. 사람들이 글을 쓸 때 Hello, hello, HELLO를 제멋대로 섞어 쓰잖아요? 그런 걸 전부 한 번에 잡고 싶을 때 re.I 하나면 해결되니, 알아 두면 정말 든든해요.

02.6 하나만 찾을까, 전부 찾을까?

같은 리터럴로 찾더라도, '몇 개를 찾느냐'는 명령에 따라 달라져요. 파이썬을 예로 들면, re.search는 패턴에 맞는 맨 처음 하나만 찾고 멈춰요. 반대로 우리가 계속 써 온 re.findall은 맞는 걸 전부 찾아 목록으로 돌려주고요.

그래서 'cat이 들어 있긴 한가?'만 궁금하면 re.search로 하나만 확인하면 되고, 'cat이 몇 번 나오나, 다 어디 있나?'가 궁금하면 re.findall로 전부 긁어오면 돼요. 똑같은 패턴이라도 찾는 목적에 맞게 도구를 골라 쓰는 거죠. 지금은 '하나만 볼지 전부 볼지 고를 수 있다' 정도만 알아 두면 충분해요.

02.7 오늘 배운 내용 정리

정리해 볼게요. 가장 단순한 정규식은 리터럴, 즉 찾고 싶은 글자를 그대로 적는 거예요. 이때 리터럴은 내가 적은 글자와 순서·개수가 똑같은 곳을 찾고, '단어 단위'가 아니라 '글자 조합 단위'로 잡아요. 그래서 cat은 category나 concatenate 속의 cat까지 전부 잡히는 거예요.

또 정규식은 대소문자를 구별하기 때문에 Apple과 apple은 서로 다른 글자로 보고요. 대소문자 안 가리고 찾고 싶으면 re.I 같은 플래그(옵션)를 켜면 돼요. 그리고 '몇 개를 찾을지'는 re.search(맨 처음 하나)와 re.findall(전부)로 골라 쓸 수 있다는 것도 배웠고요. 오늘 배운 리터럴은 모든 패턴의 뼈대가 되니, 편하게 여러 번 소리 내어 읽어 두시면 좋아요. 여기까지 오셨으면 정규식의 기초 절반은 이미 손에 넣으신 거예요. 어렵지 않죠?