탕탕비실

정규식 테스터

//

정규식(Regular Expression)이란?

정규식(정규 표현식, Regex)은 특정 패턴을 가진 문자열을 찾거나 검증하기 위한 강력한 도구입니다. 예를 들어 "이메일 형식이 맞는지", "전화번호가 올바른지", "비밀번호가 8자 이상이고 특수문자를 포함하는지" 같은 복잡한 조건을 단 몇 줄의 패턴으로 검사할 수 있습니다.

정규식은 프로그래밍, 데이터 분석, 텍스트 편집기, 검색 엔진 등 거의 모든 IT 분야에서 사용됩니다. JavaScript, Python, Java, PHP 등 대부분의 프로그래밍 언어가 정규식을 지원하며, VS Code, Sublime Text 같은 편집기의 찾기/바꾸기 기능에서도 정규식을 활용할 수 있습니다.

처음에는 복잡해 보이지만, 기본 패턴(\d는 숫자, \w는 문자, +는 1회 이상 반복)만 익혀도 90% 상황을 해결할 수 있습니다. 우리의 정규식 테스터는 실시간으로 매칭 결과를 하이라이트하고, 캡처 그룹, 위치 정보까지 상세히 보여줘 정규식 학습과 디버깅을 쉽게 만들어줍니다.

정규식은 학습 곡선이 있지만, 한 번 익히면 업무 효율이 몇 배로 향상됩니다. 엑셀 데이터 정제, 로그 파일 분석, 웹 스크래핑, 입력 폼 검증 등 다양한 작업을 몇 초 만에 해결할 수 있습니다.

활용 사례

  • 1.
    입력 폼 검증: 회원가입 폼에서 이메일 형식, 전화번호 형식, 비밀번호 강도를 실시간으로 검증합니다. 예: /^\w+@\w+\.\w+$/는 기본 이메일 형식을 확인하고, /^(?=.*[A-Z])(?=.*\d).{8,}$/는 "최소 8자, 대문자와 숫자 포함" 조건을 검사합니다.
  • 2.
    데이터 추출: 웹 페이지 HTML에서 특정 정보를 자동으로 추출합니다. 예를 들어 "가격: 15,000원" 형태의 텍스트에서 /(\d{1,3}(,\d{3})*)/로 숫자만 뽑아내거나, 블로그 글에서 모든 URL을 찾아 링크 목록을 만들 수 있습니다.
  • 3.
    로그 파일 분석: 서버 에러 로그에서 특정 패턴의 오류만 필터링합니다. 예: /ERROR.*database/gi로 "ERROR"와 "database"가 함께 나오는 줄만 추출하여 데이터베이스 관련 오류를 신속히 파악할 수 있습니다. 수천 줄의 로그를 수동으로 읽지 않아도 됩니다.
  • 4.
    텍스트 일괄 치환: VS Code나 Sublime Text에서 수백 개 파일의 변수명을 일괄 변경할 때 사용합니다. 예를 들어 camelCase를 snake_case로 바꾸거나, 날짜 형식을 "YYYY-MM-DD"에서 "MM/DD/YYYY"로 일괄 변환할 수 있습니다. 정규식의 캡처 그룹($1, $2)을 활용하면 복잡한 치환도 가능합니다.
  • 5.
    민감 정보 마스킹: 로그나 보고서에서 전화번호, 주민등록번호, 신용카드 번호 같은 민감 정보를 자동으로 가립니다. 예: /(\d3)-(\d4)-(\d4)/를 찾아 $1-****-****로 치환하면 "010-1234-5678"이 "010-****-****"로 바뀝니다.
  • 6.
    URL 라우팅 패턴: Express.js, Django 같은 웹 프레임워크에서 URL 경로를 매칭합니다. 예: /users/(\d+) 패턴은 "/users/123", "/users/456"을 매칭하고 숫자 ID를 캡처하여 사용자 정보를 조회할 수 있습니다.
  • 7.
    SQL 인젝션 방어: 사용자 입력이 위험한 패턴(--, ', DROP, SELECT 등)을 포함하는지 검사하여 공격을 차단합니다. 물론 정규식만으로는 완벽하지 않으므로 Prepared Statement와 함께 사용해야 하지만, 1차 필터로 매우 유용합니다.

정규식의 기초

  • 메타 문자의 의미: 정규식에서 \d, \w, \s, ., +, *, ? 같은 특수 문자는 "메타 문자"로 특별한 의미를 가집니다. 예를 들어 \d는 0~9 숫자, \w는 영문자/숫자/밑줄, \s는 공백/탭/개행을 의미합니다. 만약 점(.) 자체를 찾고 싶다면 \. 처럼 백슬래시로 이스케이프해야 합니다.
  • 수량자의 탐욕성: *와 +는 기본적으로 "탐욕적(greedy)"입니다. 즉, 가능한 한 많이 매칭합니다. 예를 들어 "<div>안녕</div><div>하세요</div>"에서 /<div>.*<\/div>/는 전체를 하나로 매칭합니다. 최소 매칭을 원하면 /<div>.*?<\/div>/ 처럼 ?를 붙여 "비탐욕적(lazy)" 모드를 사용하세요.
  • 앵커(^, $)의 역할: ^는 문자열의 시작, $는 끝을 의미합니다. /hello/는 "hello world"나 "say hello"를 모두 매칭하지만, /^hello$/는 정확히 "hello"만 매칭합니다. 입력 폼에서 "이메일만 입력했는지" 검증할 때 /^\w+@\w+\.\w+$/ 처럼 ^와 $를 함께 사용하면 다른 텍스트가 섞이지 않도록 보장할 수 있습니다.
  • 캡처 그룹의 활용: 괄호 ()로 묶으면 "캡처 그룹"이 생성되어 매칭된 부분을 따로 추출할 수 있습니다. 예: /(\d4)-(\d2)-(\d2)/로 "2025-12-25"를 매칭하면 $1=2025, $2=12, $3=25로 접근할 수 있습니다. 치환 시 "연도: $1, 월: $2, 일: $3" 형태로 재구성할 수 있어 매우 강력합니다.
  • 플래그(flags)의 종류: 정규식 끝에 붙는 플래그는 동작 방식을 변경합니다. g(global)는 모든 매칭을 찾고, i(ignoreCase)는 대소문자를 무시하며, m(multiline)은 ^와 $가 각 줄마다 적용되게 합니다. 예: /hello/gi는 "Hello", "HELLO", "hello"를 모두 찾습니다.

자주 묻는 질문 (FAQ)

Q. 정규식이 너무 어려운데 꼭 배워야 하나요?

A. 정규식은 처음엔 어렵지만, 기본 패턴만 익히면 업무 효율이 10배 이상 향상됩니다. 엑셀 데이터 정제, 로그 분석, 코드 검색 등 수작업으로 몇 시간 걸릴 작업을 몇 초 만에 해결할 수 있습니다. \d(숫자), \w(문자), +(1회 이상), *(0회 이상) 같은 기본 4~5개만 알아도 80% 상황을 해결할 수 있으니 포기하지 마세요!

Q. /g 플래그는 언제 사용하나요?

A. g(global) 플래그는 "모든 매칭"을 찾을 때 사용합니다. 플래그 없이는 첫 번째 매칭만 찾고 멈춥니다. 예를 들어 "apple apple apple"에서 /apple/은 첫 번째만 찾지만, /apple/g는 3개 모두 찾습니다. 문자열 치환(replace)이나 전체 검색에서 필수입니다.

Q. 한글은 어떻게 검색하나요?

A. [가-힣]는 완성된 한글 음절(가~힣)을 의미합니다. /[가-힣]+/로 "안녕하세요" 같은 한글 단어를 찾을 수 있습니다. \w는 영문/숫자만 포함하고 한글은 포함하지 않으므로 주의하세요. 한글+영문+숫자를 모두 찾으려면 /[가-힣\w]+/처럼 조합하면 됩니다.

Q. 이메일 검증 정규식이 정말 정확한가요?

A. 완벽한 이메일 정규식은 매우 복잡합니다(수백 자 이상). /^\w+@\w+\.\w+$/는 "기본적인" 형식만 검증합니다. 실무에서는 정규식으로 1차 검증 후, 실제로 인증 메일을 보내는 2단계 검증을 권장합니다. 정규식만으로는 "존재하는 도메인인지"까지 확인할 수 없기 때문입니다.

Q. 성능이 느린데 정규식 때문인가요?

A. 복잡한 정규식(특히 중첩된 수량자 .*.*.*같은 패턴)은 "재앙적 백트래킹"으로 인해 매우 느릴 수 있습니다. 간단한 문자열 검색은 indexOf()나 includes()가 더 빠릅니다. 정규식은 패턴 매칭이 필요할 때만 사용하세요. 성능이 중요하다면 정규식을 미리 컴파일(new RegExp)하고 재사용하는 것이 좋습니다.

Q. 비캡처 그룹 (?:...)은 언제 쓰나요?

A. 그룹화는 필요하지만 캡처(추출)는 필요 없을 때 사용합니다. 예: /(?:https?):\/\/(\w+)/에서 http나 https는 그룹화만 하고 캡처하지 않으며, 도메인(\w+)만 $1로 추출됩니다. 성능도 약간 향상되고, 캡처 그룹 번호($1, $2)가 깔끔해집니다.

정규식 치트시트

문자 클래스

  • \d - 숫자 [0-9]
  • \w - 단어 문자 [A-Za-z0-9_]
  • \s - 공백 문자
  • . - 모든 문자 (개행 제외)
  • [abc] - a, b, c 중 하나
  • [^abc] - a, b, c가 아닌 것

수량자

  • * - 0회 이상
  • + - 1회 이상
  • ? - 0회 또는 1회
  • {n} - 정확히 n회
  • {n,} - n회 이상
  • {n,m} - n회 이상 m회 이하

앵커

  • ^ - 문자열 시작
  • $ - 문자열 끝
  • \b - 단어 경계
  • \B - 단어 경계 아님

그룹

  • (abc) - 캡처 그룹
  • (?:abc) - 비캡처 그룹
  • a|b - a 또는 b

자주 사용하는 패턴

이메일: \w+@\w+\.\w+
URL: https?://[\w\.-]+
전화번호: \d{2,3}-\d{3,4}-\d{4}
날짜 (YYYY-MM-DD): \d{4}-\d{2}-\d{2}