지겹지만 정규표현식에 대한 전처리 질문드립니다.

Question

정규표현식에서 전처리할 때, 선생님이 가르쳐 주신 코드는 약간 이해가 안되서 다른 개발자들 블로그를 검색하다가 아래와 같은 방식을 발견하고 사용해보니 선생님과 동일한 결과 값이 나오네요.. gym = re.sub('[0-9-=+#/\?:^$.@nan]','',gym) 위와 같은 코드와 선생님이 쓰신 코드의 차이점은 무엇인가요??? gym = re.sub("[$$\d\-nan$$]","",gym)

박조은 · Answer

안녕하세요. 수업에서 사용한 정규표현식은 다음의 문자들을 전처리 하기 위해 사용되었습니다. [,4,,,,7,,,nan,,,8,,,,5,,,,6,,,,3,,,,10,,,,14,,,,9,,,,30,,,,2,,,,13,,,,12,,,,40,,,,17,,,,-,,,,농구장,,,,궁도장,,,,풋살구장,,,,풋살구장,,농구장,,인라인스케이트장,,,,축구장,,,,족구장,,,,게이트볼장,,,,운동기구14개,,농구장2개소,,족구장1개소,,,,운동기구6개,,족구장1개소,,,,운동기구10개,,,,운동기구4개,,,,운동기구7개,,,,에어로빅장,,농구장,,,,테니스장,,씨름장,,농구장,,,,바디싣업1,스트레칭롤러1,전신돌리기1,허리안마기1,허리비틀기1,,,,TM스탭사이클1,TM체어웨이트1,TM트윈바디싣업1,TM트윈트위스트1,TM크로스컨트리1,TM풀웨이트1,,,,철봉1,,,,하늘걷기1,마라톤운동1,허리돌리기1,3단철봉,윗몸일으키기1,,,,철봉1,팔굽혀펴기1,몸통돌리기1,허리좌우로흔들기1,,,,스트레칭롤러1,풀웨이트1,바웨이트1,,,,하늘걷기1,온몸허리돌리기1,스트레칭기1,거꾸로매달리기1,,,,하늘걷기1,온몸허리돌리기1,등허리지압기1,철봉3,,,,스탭싸이클1,풀웨이트1,트리플트위스트2,트윈바디싣업1,크로스컨트리1,스트레칭롤러1,트윈워밍암1,,,,하늘걷기2,스탭싸이클1,체어폴1,철봉1,트리플트위스트2,트윈바디싣업1,,,,윗몸일으키기1,온몸허리돌리기1,팔굽혀펴기1,다리뻗치기1,온몸허리돌리기1,거꾸로매달리기1,,,,하늘걷기1,온몸허리돌리기1,옆파도타기1,,,,크로스워킹,스카이워킹1,파워프레스,풀웨이트1,싸이클론,트위스트1,스탠드업,마사지롤1,사이드스윙,터닝암1,푸시웨이트,레그프레스1,,,,평행봉1,,,,트윈바디싣업1,트윈트위스트1,스탭싸이클1,크로스컨트리1,체어풀1,,,,크로스컨트리1,자전거팔뻗기2,등안마기1,트윈워밍암1,체어웨이트1,오버턴스트레칭1,,,,크로스컨트리1,롤링웨이스트1,레그프레스1,트윈트위스트1,체어웨이트1,,,,족구장1,역기1,,,,등지압기1,마라톤운동,공중걷기운동1,허리돌리기,온몸돌리기1,,온몸역기올리기,온몸근육풀기1,,,,트리플트위스트1,트윈바디싣업1,크로스컨트 철봉1, 철봉2 이런식으로 철봉에 숫자가 붙어 있다면 빈도수를 세려고 할 때 콤마(,)로 구분해서 단어의 빈도수를 카운트 한다면 뒤에 숫자 때문에 철봉1과 철봉2가 다른 빈도수로 세어지기 때문에 이를 전처리 하는 과정에서 정규표현식을 사용했습니다. [] 안에는 패턴을 사용합니다. 숫자는 0-9 로 쓸 수도 있지만 \d 로 사용할 수도 있습니다. 또 적어주신 내용은 숫자외에도 다른 특수문자를 찾도록 구현이 되어있습니다. 아래 표를 보시면 제가 사용했던 것처럼 숫자를 \d 로 쓸 수도 있지만 [0-9] 로 쓸 수도 있습니다. 알파벳 문자를 \a 로 쓸 수도 있지만 [A-Za-z] 로 사용할 수도 있습니다. 아래의 표는 위키에서 가져왔는데 아래 링크의 문서를 좀 더 참고해 보세요. https://ko.wikipedia.org/wiki/%EC%A0%95%EA%B7%9C_%ED%91%9C%ED%98%84%EC%8B%9D POSIX 비표준 펄/Tcl Vim ASCII 설명 [:alnum:] [A-Za-z0-9] 영숫자 [:word:] \w \w [A-Za-z0-9_] 영숫자 + "_" \W \W [^A-Za-z0-9_] 낱말이 아닌 문자 [:alpha:] \a [A-Za-z] 알파벳 문자 [:blank:] \s [ ] 공백과 탭 \b \< \> (?<=\W)(?=\w)|(?<=\w)(?=\W) 낱말 경계 [:cntrl:] [\x00-\x1F\x7F] 제어 문자 [:digit:] \d \d [0-9] 숫자 \D \D [^0-9] 숫자가 아닌 문자 [:graph:] [\x21-\x7E] 보이는 문자 [:lower:] \l [a-z] 소문자 [:print:] \p [\x20-\x7E] 보이는 문자 및 공백 문자 [:punct:] [][!"#$%&'()*+,./:;<=>?@\^_`{|}~-] 구두점 [:space:] \s \_s (단순히 줄 끝에 추가) [ \v \f ] 공백 문자 \S [^ \v\f] 공백이 아닌 모든 문자 [:upper:] \u [A-Z] 대문자 [:xdigit:] \x [A-Fa-f0-9] 16진수 감사합니다.

POSIX	비표준	펄/Tcl	Vim	ASCII	설명
`[:alnum:]`				`[A-Za-z0-9]`	영숫자
	`[:word:]`	`\w`	`\w`	`[A-Za-z0-9_]`	영숫자 + "_"
		`\W`	`\W`	`[^A-Za-z0-9_]`	낱말이 아닌 문자
`[:alpha:]`			`\a`	`[A-Za-z]`	알파벳 문자
`[:blank:]`			`\s`	`[ \t]`	공백과 탭
		`\b`	`\< \>`	`(?<=\W)(?=\w)\|(?<=\w)(?=\W)`	낱말 경계
`[:cntrl:]`				`[\x00-\x1F\x7F]`	제어 문자
`[:digit:]`		`\d`	`\d`	`[0-9]`	숫자
		`\D`	`\D`	`[^0-9]`	숫자가 아닌 문자
`[:graph:]`				`[\x21-\x7E]`	보이는 문자
`[:lower:]`			`\l`	`[a-z]`	소문자
`[:print:]`			`\p`	`[\x20-\x7E]`	보이는 문자 및 공백 문자
`[:punct:]`				[][!"#$%&'()*+,./:;<=>?@\^_`{\|}~-]	구두점
`[:space:]`		`\s`	`\_s` (단순히 줄 끝에 추가)	`[ \t\r\n\v\f]`	공백 문자
		`\S`		`[^ \t\r\n\v\f]`	공백이 아닌 모든 문자
`[:upper:]`			`\u`	`[A-Z]`	대문자
`[:xdigit:]`			`\x`	`[A-Fa-f0-9]`	16진수