정규표현식 Regular Expression

Goal

1. 정규표현식이란?
2. 파이썬에서 정규표현식 쓰는 방법 알아보기

 

정규표현식이란?

정규표현식 (Regular expression)은 텍스트에서 패턴 찾기를 할 때 유용한 도구이다. 예를 들어 여러 RNA 서열 중 "AUG"가 포함 된 서열만 출력하고 싶다면 정규표현식을 써서 아주 간단하게 찾을 수 있다.

 

파이썬의 정규표현식

파이썬에서는 re 라는 라이브러리를 이용한다.

re 모듈의 메서드	기능	예시
findall("패턴", 문자열)	패턴이 일치하는 모든걸 리스트 형태로 반환	import re rna = "AUGCCAUGCUGA" first_start = re.search("AUG", rna) print(first_start)  # <re.Match object; span=(0, 3), match='AUG'>
search("패턴", 문자열)	패턴이 일치하는 부분을 object 형태로 반환	import re rna = "AUGCCAUGCUGA" start_codons = re.findall("AUG", rna) print(start_codons)  # ['AUG', 'AUG']
split("패턴", 문자열, 몇번까)	패턴이 일치하는 부분을 기준으로 텍스트를 나누어 리스트로 반환	mport re rna = "AUGCCAUGCUGA" gc_split = re.split("GC", rna) print(gc_split)  # ['AU', 'CAU', 'UGA'] one_gc_split = re.split("GC", rna, 1) print(one_gc_split)  # ['AU', 'CAUGCUGA']
sub("바꾸고싶은패턴", "바꾼후", 문자열)	패턴이 일치하는 부분을 다른 텍스트로 바꿔서 반	import re rna = "AUGCCAUGCUGA" dna = re.sub("U", "T", rna) print(dna)  # ATGCCATGCTGA

 

패턴으로 쓸 수 있는 것도 매우 다양하다. 몇가지 많이 사용하는 것만 정리하자면...

패턴	뜻	예시	예시
.	\n 빼고 모두 다 됨	b.d	'bad', 'bed', 'bid', 'bud' 등등이 다 매치됨
^	[위치] 시작하는 문자	^AUG	'AUG'로 시작하는 문자열 매치됨
$	[위치] 끝나는 문자	UGA$	'UGA로 끝나는 문자열 매치됨
*	[개수] 0 이상의 개수만큼	TA*	'T', 'TA',  'TAA', 'TAAAA' 등등이 다 매치됨
+	[개수] 1 이상의 개수만큼	TA+	'TA', 'TAA', 'TAAAAAA' 등등이 다 매치됨
?	[개수] 1개 없거나 있거나	TA?	'T' 또는 'TA' 만 매치됨
\	패턴으로 사용하는걸 매치하게 사용하고 싶을 때 예를 들어, "?"가 들어가 있는지 보고 싶은데 "?"는 위에서 설명하였듯이 개수를 뜻하는 패턴이다. 그럴 때 "\?"를 쓰면 물음표를 찾을 수 있다.	/?	'?' 가 매치됨
[ ]	- 네모 괄호 안에 있는 것 중 아무거나 매치되면 될 때 - 특정 범위를 나타낼 때	[abc]	'a', 'b', 또는 'c'를 매치 시킴
		[a-z]	알파벳 매치 시킬 때
		[0-9]	숫자 매치 시킬 때
|	또는	(UGA|UAG|UAA)	'UGA', 'UAG', 'UAA' 셋 중 하나를 매치 시킬 때 (작은 괄호는 그룹된 것들만 매치시킴)
\n	개행문자. 엔터 쳐서 줄 넘어가는걸 나타냄	\n	'abc def ghi' 이렇게 줄이 넘어간 부분들을 매치 시킴

 

위에 패턴들 이외에도 엄청 많기 때문에 잘 숙지해두면 정규표현식을 더 잘 활용할 수 있겠다! 😊 

 

참고

https://docs.python.org/3/library/re.html