[Python / re] 문자열 패턴 파악 후 데이터 프레임화 & 정규표현식 re이용한 문자열 치환하기

re package 설명

: 간단하게 말하자면, 패턴이 있는 문자열을 다루는 패키지이다.

 

 

정규표현식 re.sub()

python 정규표현식 활용에 사용하는 re 모듈의 함수이다.

문자열에서 패턴에 맞는 부분을 다른 문자열로 대체하는 데 사용된다.

 

re.sub(pattern, replace, text)

 

이는 text 중에서 해당하는 부분을 replace 로 대체한다.

 

 

사용 예시

# 이메일 주소 형식을 간단한 형식으로 변경
email_text = "Contact me at example@mail.com for more information."
modified_email = re.sub(r'\w+@\w+\.\w+', 'email', email_text)

print(modified_email)

# 결과
>>> Contact me at email for more information.

s = 'abc@naver.com, tpgudc@naver.com, abc@naver.com'

result = re.sub(r'([a-z]+)@([a-z]+)\.com', 'new-address', s)

result

# 결과
>>> 'new-address, new-address, new-address'

 

 

re.match 사용예제

import re

# 원본 문자열
row = '타입 : 325\n217.35/167.929㎡ (66평, 2세대)'

# 패턴 정의: 각 정보를 그룹으로 캡처
pattern = r'타입 : (\S+)\n(\d+\.\d+)/(\d+\.\d+)㎡ \((\d+)평, (\d+)세대\)'

# 패턴 매칭
match = re.match(pattern, row)

# 조건 검사 및 JSON 출력
if match:
    # 패턴에서 추출된 데이터
    type_code, area1, area2, pyeong, families = match.groups()
    
    # 조건 검사: 타입 325, 면적이 '217.35/167.929㎡ (66평)'인 경우
    if type_code != '-':
        house_type = '임대'
    else:
        house_type = ''
    if float(area2) > 60:
        house_area = '60 이상'
    else:
        house_area = '60 이하'
    families = int(families)
        
    
    output = {"임대": house_type, "house_area": house_area ,"families": families}
    print(output)
    output2 = {house_type +" " + house_area: families,}
    print(output2)
else:
    print("패턴 매칭 실패")
    
>>> {'임대': '임대', 'house_area': '60 이상', 'families': 2}
>>> {'임대 60 이상': 2}

 

 

 

re.split

re.split(pattern, string, maxsplit=0, flags=0)

 

string을 pattern으로 나눕니다. pattern에서 포착하는 괄호가 사용되면 패턴의 모든 그룹 텍스트도 결과 리스트의 일부로 반환됩니다. maxsplit이 0이 아니면, 최대 maxsplit 분할이 발생하고, 나머지 문자열이 리스트의 마지막 요소로 반환됩니다.

 

 

 

re.split(r'\W+', 'Words, words, words.')
# 결과 >>>['Words', 'words', 'words', '']

 

 

 

 

공식문서 링크

re — Regular expression operations