정규 표현식(Regular Expression)은 문자열 데이터에서 특정 패턴을 검색, 추출, 검증 및 치환하는 데 강력한 기능을 제공합니다. Java는 java.util.regex 패키지를 통해 이를 지원하며, 이를 능숙하게 다루는 것은 텍스트 처리 로직을 간결하고 효율적으로 만드는 핵심 요소입니다.
정규 표현식 핵심 문법
정규 표현식은 메타문자와 리터럴을 조합하여 패턴을 정의합니다. 자주 사용되는 주요 문법은 다음과 같습니다.
.: 임의의 한 문자(줄바꿈 문자 제외)와 매칭됩니다.*: 선행 문자가 0회 이상 반복됩니다.+: 선행 문자가 1회 이상 반복됩니다.?: 선행 문자가 0회 또는 1회 존재합니다.[]: 대괄호 안의 문자들 중 하나와 매칭됩니다.[^]: 대괄호 안의 문자들을 제외한 문자와 매칭됩니다.|: 또는(OR) 연산을 수행합니다.(): 그룹화하여 하나의 단위로 취급합니다.^: 문자열의 시작을 의미합니다.$: 문자열의 끝을 의미합니다.
Java의 정규 표현식 API
Java에서 정규 표현식을 다루기 위해 주로 사용되는 클래스는 Pattern과 Matcher입니다.
- Pattern 클래스: 정규 표현식을 컴파일하여 불변의 패턴 객체로 변환합니다. 정적 메서드
Pattern.compile()을 통해 생성합니다. - Matcher 클래스: 입력 문자열(입력 시퀀스)에 대해 패턴 해석 및 매칭 작업을 수행하는 엔진입니다.
Pattern객체로부터matcher()메서드를 호출하여 얻습니다.
주요 정규 표현식 패턴 예시
실무에서 자주 마주치는 데이터 검증 및 추출을 위한 패턴들입니다.
- 이메일 검증:
^[A-Za-z0-9+_.-]+@[A-Za-z0-9.-]+$ - IPv4 주소:
^(\d{1,3}\.){3}\d{1,3}$ - 날짜 형식(yyyy-MM-dd):
^\d{4}-(0[1-9]|1[0-2])-(0[1-9]|[12][0-9]|3[01])$ - URL 형식:
^(https?://)([a-zA-Z0-9.-]+)(:\d+)?(/.*)?$ - HTML 태그 추출:
<([a-z]+)[^>]*>.*?</\1> - 비밀번호 규칙(영문 대소문자, 숫자, 특수문자 포함 8자 이상):
^(?=.*[A-Z])(?=.*[a-z])(?=.*\d)(?=.*[@#$%^&+=]).{8,}$
실전 활용 케이스
1. 복합 데이터 추출하기
문자열 내에서 휴대폰 번호, 이메일, 일반 전화번호 등 서로 다른 형식의 데이터를 한 번에 추출하는 예제입니다.
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class DataExtractor {
public static void main(String[] args) {
String rawData = "고객센터: support@example.com, 연락처: 010-1234-5678, 대표번호: 02-987-6543";
// 이메일, 휴대폰, 일반 전화번호를 매칭하는 통합 패턴
String regex = "(\\w+@\\w+\\.\\w+)|(01[0-9]-?\\d{3,4}-?\\d{4})|(0\\d{1,2}-?\\d{3,4}-?\\d{4})";
Pattern compiledPattern = Pattern.compile(regex);
Matcher matcher = compiledPattern.matcher(rawData);
while (matcher.find()) {
System.out.println("추출된 데이터: " + matcher.group());
}
}
}
2. 그룹화를 통한 세부 정보 추출
이메일 주소에서 아이디 부분과 도메인 부분을 각각 분리하여 추출하는 방법입니다. 괄호 ()로 묶인 부분은 그룹으로 관리됩니다.
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class EmailParser {
public static void main(String[] args) {
String target = "문의 사항은 master@site.co.kr로 보내주세요.";
// 이메일을 아이디와 도메인 두 그룹으로 나누어 캡처
String regex = "([a-zA-Z0-9._%+-]+)@([a-zA-Z0-9.-]+\\.[a-zA-Z]{2,})";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(target);
if (matcher.find()) {
System.out.println("전체 매칭: " + matcher.group(0));
System.out.println("아이디: " + matcher.group(1));
System.out.println("도메인: " + matcher.group(2));
}
}
}
3. 문자열 치환 및 정제
비정상적인 데이터를 정제하거나 특정 규칙에 따라 문자열을 변형합니다. 중복된 문자를 제거하거나 불필요한 문자를 치환하는 예시입니다.
import java.util.Arrays;
public class StringCleaner {
public static void main(String[] args) {
// 예제 1: 특수문자 및 숫자를 언더스코어(_)로 치환
String messyData = "User@ID#123";
String cleanedData = messyData.replaceAll("[^a-zA-Z]", "_");
System.out.println("치환 결과: " + cleanedData); // User_ID___
// 예제 2: 연속된 중복 문자 단일화 (ex: "aaa" -> "a")
String duplicated = "왔습니다왔습니다";
String deduplicated = duplicated.replaceAll("(.)\\1+", "$1");
System.out.println("중복 제거: " + deduplicated); // 왔습니다
// 예제 3: 문자열 분리 후 배열 처리
String logData = "Login:UserA;Logout:UserB;Error:UserC";
String[] logs = logData.split(";");
System.out.println("로그 항목: " + Arrays.toString(logs));
}
}