정규 표현식 챗봇

정규 표현식

정규 표현식(regex)은 텍스트에서 검색 패턴을 지정하는 문자들의 나열이에요.

정규 표현식 문법을 배우는 것은 이 주제의 범위를 벗어나요. 여기서는 jq가 정규 표현식을 활용하기 위해 제공하는 표현식에 집중할게요.

정규 표현식의 종류

도구마다 서로 다른 버전의 정규 표현식을 구현해요. jq는 Oniguruma 정규 표현식 라이브러리를 사용하는데, 이 라이브러리는 Perl v5.8 정규 표현식과 대체로 호환돼요.

jq가 사용하는 구체적인 문법은 Oniguruma GitHub 저장소에서 확인할 수 있어요.

정규 표현식 함수

jq에서 정규 표현식은 몇 가지 필터로 제한돼요.

단순 매칭

문자열이 패턴과 일치하는지 알아야 할 때는 test 필터를 사용해요.

STRING | test(REGEX)
STRING | test(REGEX; FLAGS)
STRING | test([REGEX, FLAGS])

이 필터는 불리언 결과를 출력해요.

"Hello World!" | test("W")    # => true
"Goodbye Mars" | test("W")    # => false

매치에 대한 정보

패턴과 실제로 일치한 부분 문자열을 추출해야 할 때는 match 필터를 사용해요.

STRING | match(REGEX)
STRING | match(REGEX; FLAGS)
STRING | match([REGEX, FLAGS])

이 필터는 다음을 출력해요.

• 일치하는 것이 없으면 아무것도 출력하지 않아요.
• 일치하는 것이 있으면 여러 속성을 담은 객체를 출력해요.

이 예제는 역참조 문법 \1을 사용해서 연속으로 나오는 똑같은 모음 두 개를 찾아요.

"Hello World!" | match("([aeiou])\\1")
# => empty

"Goodbye Mars" | match("([aeiou])\\1")
# => {
#      "offset": 1,
#      "length": 2,
#      "string": "oo",
#      "captures": [
#        {
#          "offset": 1,
#          "length": 1,
#          "string": "o",
#          "name": null
#        }
#      ]
#    }

match 필터는 일치할 때마다 객체를 반환해요. 이 예제는 모든 모음을 찾기 위해 "g" 플래그가 어떻게 동작하는지 보여줘요.

"Goodbye Mars" | match("[aeiou]"; "g")
# => { "offset": 1, "length": 1, "string": "o", "captures": [] }
#    { "offset": 2, "length": 1, "string": "o", "captures": [] }
#    { "offset": 6, "length": 1, "string": "e", "captures": [] }
#    { "offset": 9, "length": 1, "string": "a", "captures": [] }

캡처된 부분 문자열

match 필터와 비슷하게, capture 필터는 일치하는 것이 있으면 객체를 반환해요.

STRING | capture(REGEX)
STRING | capture(REGEX; FLAGS)
STRING | capture([REGEX, FLAGS])

반환된 객체는 이름 있는 캡처들의 매핑이에요.

"JIRAISSUE-1234" | capture("(?<project>\\w+)-(?<issue_num>\\d+)")
# => {
#      "project": "JIRAISSUE",
#      "issue_num": "1234"
#    }

부분 문자열만 얻기

scan 필터는 "g" 플래그를 사용한 match와 비슷해요.

STRING | scan(REGEX)
STRING | scan(REGEX; FLAGS)

scan은 부분 문자열의 _스트림_을 출력해요.

"Goodbye Mars" | scan("[aeiou]")
# => "o"
#    "o"
#    "e"
#    "a"

부분 문자열을 모으려면 [...] 배열 생성자를 사용해요.

"Goodbye Mars" | [ scan("[aeiou]") ]
# => ["o", "o", "e", "a"]

문자열 나누기

문자열에서 남기고 싶은 부분을 알고 있다면 match나 scan을 사용해요. 버리고 싶은 부분을 알고 있다면 split을 사용해요.

STRING | split(REGEX; FLAGS)

임의의 공백을 기준으로 문자열을 나누는 예제예요.

"first   second           third fourth" | split("\\s+"; "")
# => ["first", "second", "third", "fourth"]

치환

sub와 gsub 필터는 입력 문자열에서 일치한 부분을 대체 문자열로 바꿔서 입력 문자열을 변형할 수 있어요.

첫 번째 일치만 바꾸려면 sub 필터를 사용해요. 모든 일치를 바꾸려면 gsub 필터를 사용해요.

STRING | sub(REGEX; REPLACEMENT)
STRING | sub(REGEX; REPLACEMENT; FLAGS)
STRING | gsub(REGEX; REPLACEMENT)
STRING | gsub(REGEX; REPLACEMENT; FLAGS)

"Goodnight kittens. Goodnight mittens." | sub("night"; " morning")
# => "Good morning kittens. Goodnight mittens."

"Goodnight kittens. Goodnight mittens." | gsub("night"; " morning")
# => "Good morning kittens. Good morning mittens."

대체 문자열에서는 일치한 부분 문자열을 참조할 수 있어요. 이름 있는 캡처와 문자열 보간을 사용하면 돼요.

"Some 3-letter acronyms: gnu, csv, png"
| gsub( "\\b(?<tla>[[:alpha:]]{3})\\b";     # find words 3 letters long
        "\(.tla | ascii_upcase)" )          # upper-case the match
# => "Some 3-letter acronyms: GNU, CSV, PNG"

플래그

위의 모든 필터에서 FLAGS는 지원되는 플래그 중 0개 이상으로 이루어진 문자열이에요.

• g - 전역 검색 (첫 번째만이 아니라 모든 일치를 찾아요)
• i - 대소문자를 구분하지 않는 검색
• m - 여러 줄 모드 ('.'가 줄 바꿈도 일치해요)
• n - 빈 일치 무시
• p - s 모드와 m 모드를 모두 활성화해요
• s - 한 줄 모드 ('^' -> '\A', '$' -> '\Z')
• l - 가능한 가장 긴 일치를 찾아요
• x - 확장 정규 표현식 형식 (공백과 주석을 무시해요)

예를 들어

"JIRAISSUE-1234" | capture("(?<project>\\w+)-(?<issue_num>\\d+)")

# or with Extended formatting

"JIRAISSUE-1234" | capture("
                     (?<project>   \\w+ )  # the Jira project
                     -                     # followed by a hyphen
                     (?<issue_num> \\d+ )  # followed by digits
                   "; "x")