정규식 치트시트

정규 표현식(정규식, regex)은 문자열 집합을 설명하는 간결한 패턴으로, 텍스트를 검색·매칭·치환하는 데 사용됩니다. 예를 들어 패턴 \d{3}-\d{4}는 555-1234와 같은 전화번호 일부에 일치합니다. 여기서 \d는 '숫자 하나'를 의미하고 {3}은 '정확히 세 번 반복'을 의미합니다. 정규식은 거의 모든 프로그래밍 언어와 코드 편집기에서 찾기·바꾸기, 폼 유효성 검사, 로그 파싱 등에 활용됩니다. 이 페이지 상단의 라이브 테스터에서 모든 패턴을 즉시 시험해 볼 수 있습니다.

기본 구성 요소는 다음과 같습니다. .(개행 제외 모든 문자), \d(숫자), \w(단어 문자 — 알파벳, 숫자, 밑줄), \s(공백), 앵커 ^(시작) 및 $(끝), 그리고 수량자 *(0회 이상), +(1회 이상), ?(선택적)입니다. 따라서 \w+는 단어 전체에, \d+는 2024 같은 숫자 전체에 일치합니다. 조합하면 ^\d+$는 숫자만으로 이루어진 줄에 일치합니다. 이 치트시트의 모든 토큰에는 복사 가능한 예제가 포함되어 있습니다.

\d는 0~9의 숫자 하나에, \w는 단어 문자(a~z, A~Z, 0~9 또는 _)에, \s는 공백(스페이스, 탭 또는 개행)에 일치합니다. 대문자 버전은 부정입니다. \D는 비숫자, \W는 비단어 문자, \S는 비공백입니다. 예를 들어 'a5 b'라는 텍스트에서 \d는 5에, \w는 a, 5, b에, \s는 그 사이의 공백에 일치합니다. 이 세 가지 단축 클래스는 일상적인 정규식 패턴의 대부분을 커버합니다.

앵커는 문자가 아닌 위치에 일치합니다. ^는 문자열의 시작(m 플래그 사용 시 각 줄의 시작)에, $는 끝에, \b는 단어 경계에, \B는 비단어 경계에 일치합니다. 예를 들어 ^\d+$는 숫자만으로 이루어진 문자열에 일치하고, \bcat\b는 단어 'cat'에는 일치하지만 'category' 안의 'cat'에는 일치하지 않습니다. 앵커는 문자 매처가 아닌 위치 매처임을 자주 혼동하는 경우가 많습니다.

수량자는 이전 토큰이 몇 번 반복될 수 있는지를 지정합니다. *는 0회 이상, +는 1회 이상, ?는 0회 또는 1회(선택), {n}는 정확히 n회, {n,}는 n회 이상, {n,m}는 n회 이상 m회 이하입니다. 기본적으로 그리디(가능한 한 많이 매칭)하며, ?를 붙이면 게으르게(가능한 한 적게 매칭) 됩니다. 예를 들어 \d{1,3}은 1~3자리 숫자에, 게으른 .+?는 가능한 한 적은 문자에 일치합니다. HTML 태그나 따옴표로 감싼 문자열을 매칭할 때 게으른 수량자가 필수입니다.

괄호(…)는 추출하거나 재사용할 수 있는 캡처 그룹을 만듭니다. (\d{4})-(\d{2})는 '2024-06'에서 연도를 그룹 1에, 월을 그룹 2에 캡처합니다. 수량자를 위해 그룹화만 필요하고 캡처는 필요 없을 때는 (?:…)를 사용하고, (?<year>\d{4})처럼 이름 있는 그룹에는 (?<name>…)을 사용합니다. \1과 같은 역참조는 그룹 1이 캡처한 내용을 다시 매칭합니다. 예를 들어 (\w)\1은 'hello'의 'll'처럼 반복된 글자를 찾습니다.

룩어라운드는 텍스트를 소비하지 않으면서 매칭 옆에 특정 텍스트가 있는지(또는 없는지) 확인합니다. (?=…)는 긍정 룩어헤드, (?!…)는 부정 룩어헤드, (?<=…)는 긍정 룩비하인드, (?<!…)는 부정 룩비하인드입니다. 예를 들어 \d+(?=px)는 '5px'에서 5에 일치하지만 'px'는 포함하지 않고, (?<=\$)\d+는 '$9'에서 달러 기호가 앞에 있는 9에 일치합니다. 룩어라운드는 현대 정규식 엔진을 POSIX grep과 구분하는 기능 중 하나입니다.

플래그는 패턴 전체의 동작 방식을 변경합니다. g(global)은 모든 일치 항목을 찾고, i는 대소문자를 구분하지 않으며, m(multiline)은 ^와 $가 각 줄에 일치하도록 하고, s(dotall)는 .이 개행 문자에도 일치하도록 하며, u는 전체 유니코드를 활성화하고, y(sticky)는 고정 위치에서 매칭을 앵커링합니다. JavaScript에서는 닫는 슬래시 뒤에 플래그를 추가합니다. 예를 들어 /cat/gi는 텍스트 전체에서 'Cat'과 'CAT'에도 일치합니다. 이 페이지의 테스터에는 각 플래그의 토글 버튼이 있어 효과를 실시간으로 확인할 수 있습니다.

실용적인 시작 패턴은 다음과 같습니다. 이메일: [\w.+-]+@[\w-]+\.[\w.-]+ ; URL: https?:\/\/[^\s]+ ; 한국 휴대전화: 01[016789]-?\d{3,4}-?\d{4} (010-1234-5678 및 01012345678 모두 매칭). 이 패턴들은 실용적인 것이지 완전한 규격은 아닙니다. 공식 이메일 표준은 훨씬 더 복잡하므로 실제 데이터로 위 라이브 테스터에서 테스트하는 것이 중요합니다. '자주 쓰는 패턴' 목록에서 각 패턴을 클릭 한 번으로 불러올 수 있습니다.

메타문자를 리터럴로 매칭하려면 앞에 백슬래시를 붙이면 됩니다. 주로 이스케이프가 필요한 문자는 . ^ $ * + ? ( ) [ ] { } | \ 및 /입니다. 예를 들어 \.는 리터럴 점에 일치하고 \$는 달러 기호에 일치하므로, \d+\.\d{2}는 19.99와 같은 가격에 일치합니다. 문자 클래스([…]) 안에서는 대부분의 특수 문자가 특별한 의미를 잃으므로 [.]도 이스케이프 없이 리터럴 점에 일치합니다.

핵심 문법은 공통이지만 세부 사항이 다릅니다. JavaScript는 그룹 이름을 (?<name>…)으로, Python은 (?P<name>…)으로 지정합니다. Python은 r"\d+"와 같은 원시 문자열을 사용하고, Java는 문자열 리터럴에서 백슬래시를 두 번 써야 합니다("\\d+"). dotall은 JS에서 s 플래그, Python에서 re.DOTALL, Java에서 Pattern.DOTALL입니다. 이 페이지의 플레이버 표는 Python, Java, PCRE, grep 각각에서 명명된 그룹, dotall, 대소문자 무시, 룩비하인드, '전체 찾기'의 차이를 정리하여 언어 간에 패턴을 이전할 때 참고하실 수 있습니다.

Python에서 정규식은 내장 re 모듈에 있습니다. 보통 패턴을 원시 문자열로 작성하고 re.search, re.findall, re.sub 같은 함수를 호출합니다. 예를 들어 re.findall(r"\d+", "a1 b22")는 ['1', '22']를 반환합니다. 이름 있는 그룹은 (?P<name>…)으로 만들고 match.group('name')으로 읽습니다. 이 페이지의 토큰 레퍼런스는 Python 정규식에도 직접 적용됩니다. 주변 API와 일부 플래그 이름만 JavaScript와 다릅니다.

이 페이지 상단의 라이브 테스터를 사용하세요. 슬래시 사이에 패턴을 입력하고, 필요한 플래그를 켜고, 테스트 문자열을 붙여 넣으면 됩니다. 일치 항목이 실시간으로 강조 표시되고, 번호 있는/이름 있는 캡처 그룹이 하단에 표시되며, 유효하지 않은 패턴은 자동 실패 대신 인라인 오류 메시지를 보여 줍니다. 모든 것이 브라우저에서 로컬로 실행되므로 붙여 넣은 내용은 외부로 전송되지 않습니다. regex101.com이나 regexr.com도 비슷하게 동작하며, 이 페이지는 레퍼런스와 테스터를 한 페이지에 결합하고 있습니다.

regex101.com은 정규식 디버깅의 업계 표준입니다. PCRE, Python, Java, .NET, Golang 등 여러 플레이버를 지원하고 패턴의 모든 토큰에 대한 상세 설명을 제공합니다. regexr.com은 커뮤니티 패턴 라이브러리와 함께 비슷한 경험을 제공합니다. 두 도구 모두 훌륭한 전문 도구입니다. 이 UtiloKit 치트시트는 다른 포지션에 있습니다. 토큰 레퍼런스 표와 기본 라이브 테스터를 같은 페이지에 결합하여, 무언가를 빠르게 찾아보고 몇 초 안에 확인할 수 있도록 탭 전환 없이 설계되었습니다. 복잡한 프로덕션 정규식 작업에는 regex101.com의 플레이버 비교와 상세 디버거가 더 적합하며, 개발 중 빠른 참조에는 이 레퍼런스 페이지가 더 빠르게 로드되고 별도 탐색이 필요 없습니다.

이름은 형식 언어 이론에서 유래합니다. 1950년대에 수학자 스티븐 클레이니(Stephen Kleene)는 단순한 유한 상태 기계가 인식할 수 있는 언어인 '정규 집합(regular sets)'을 기술하였으며, 그가 사용한 표기법이 정규 표현식으로 알려지게 되었습니다. 현대 정규식 엔진은 역참조와 룩어라운드 같이 엄밀한 의미의 '정규' 언어를 벗어나는 기능을 추가하였지만, 역사적인 이름은 그대로 남아 있습니다.