QRegExp Class

상세 설명

이 클래스는 Qt 6에서 더 이상 사용되지 않습니다. 새로운 코드를 작성할 때는 대신 QRegularExpression 를 사용해 주십시오. 기존 코드를 QRegExp에서 QRegularExpression 로 이식하는 방법에 대한 지침은 Porting to QRegularExpression 를 참조하십시오.

정규 표현식(regexp)은 텍스트 내의 부분 문자열을 일치시키는 패턴입니다. 이는 다음과 같은 다양한 상황에서 유용하게 사용됩니다. 예를 들어,

정규 표현식에 대한 간략한 소개, Qt의 정규 표현식 언어에 대한 설명, 몇 가지 예제 및 함수 문서 자체가 제공됩니다. QRegExp는 Perl의 정규 표현식 언어를 모델로 합니다. 유니코드를 완벽하게 지원합니다. QRegExp는 명령줄 셸에서 볼 수 있는 기능과 유사한, 더 간단한 와일드카드 모드에서도 사용할 수 있습니다. QRegExp에서 사용하는 구문 규칙은 ` setPatternSyntax()`를 통해 변경할 수 있습니다. 특히, 패턴 구문을 ` QRegExp::FixedString`로 설정할 수 있는데, 이는 일치시킬 패턴이 일반 문자열로 해석된다는 것을 의미합니다. 즉, 특수 문자(예: 백슬래시)가 이스케이프 처리되지 않습니다.

정규 표현식에 관한 훌륭한 서적으로는 제프리 E. F. 프리들(Jeffrey E. F. Friedl)의 『 Mastering Regular Expressions 』(제3판, ISBN 0-596-52812-4)이 있습니다.

보안 고려 사항

QRegExp는 패턴이 소비할 수 있는 리소스에 대한 제한을 두지 않으며, 내부 버퍼의 크기가 오버플로우될 수 있습니다. 따라서 비교적 작은 특수 제작된 패턴만으로도 사용 가능한 메모리를 모두 소모하거나, 스택 오버플로가 발생하거나, 메모리가 손상될 수 있습니다. 이러한 현상은 패턴이 컴파일되는 동안, 즉 패턴이 할당되는 즉시 발생하며, 텍스트가 일치할 필요는 없습니다. 내부적으로 정규 표현식으로 변환되는 wildcard 패턴에도 동일한 사항이 적용됩니다.

신뢰할 수 있는 출처의 패턴에 대해서만 QRegExp를 사용하십시오. 대신, 일치 처리에 소모되는 리소스를 제한하는 QRegularExpression 를 사용하는 것이 좋습니다.

소개

정규 표현식은 표현식, 수량자 및 어설션으로 구성됩니다. 가장 간단한 표현식은 문자이며, 예를 들어 x나 5와 같습니다. 표현식은 대괄호로 묶인 문자 집합일 수도 있습니다. [ABCD]는 A, B, C 또는 D와 일치합니다. 이 표현식은 [A-D]로도 쓸 수 있으며, 영어 알파벳의 대문자 중 아무 것과나 일치하는 표현식은 [A-Z]로 작성됩니다.

양정자는 일치해야 하는 표현식의 발생 횟수를 지정합니다. x{1,1}은 정확히 하나의 x와 일치함을 의미합니다. x{1,5}는 x가 적어도 하나 이상, 최대 다섯 개까지 포함된 x 문자 시퀀스와 일치함을 의미합니다.

일반적으로 정규 표현식을 사용하여 괄호나 태그의 균형을 확인할 수는 없다는 점에 유의하십시오. 예를 들어, <b> 태그가 중첩되지 않은 경우, 시작 태그인 html <b> 와 종료 태그인 </b> 을 일치시키는 정규식을 작성할 수 있습니다. 그러나 <b> 태그가 중첩된 경우, 동일한 정규식은 시작 태그인 <b> 와 잘못된 종료 태그인 </b> 을 일치시킬 것입니다. <b>bold <b>bolder</b></b> 라는 조각의 경우, 첫 번째 <b> 이 첫 번째 </b> 와 일치하게 되는데, 이는 올바르지 않습니다. 그러나 중첩된 괄호나 태그를 올바르게 일치시키는 정규식을 작성하는 것은 가능합니다. 단, 중첩 수준이 고정되어 있고 알려져 있는 경우에만 가능합니다. 중첩 수준이 고정되어 있지 않고 알려져 있지 않다면, 오류 없이 작동하는 정규식을 작성하는 것은 불가능합니다.

0에서 99 사이의 정수를 일치시키는 정규식을 만들려고 한다고 가정해 봅시다. 적어도 하나의 자릿수가 필요하므로, 단일 자릿수를 정확히 한 번 일치시키는 [0-9]{1,1}이라는 표현으로 시작합니다. 이 정규식은 0에서 9 사이의 정수와 일치합니다. 99까지의 정수를 일치시키려면 최대 발생 횟수를 2로 늘려야 하므로, 정규 표현식은 [0-9]{1,2}가 됩니다. 이 정규 표현식은 0부터 99까지의 정수를 일치시켜야 한다는 원래 요구 사항을 충족하지만, 문자열 중간에 나타나는 정수도 일치시키게 됩니다. 일치하는 정수가 문자열 전체가 되도록 하려면 앵커 어설션인 ^ (캐럿)과 $ (달러)를 사용해야 합니다. 정규 표현식의 첫 번째 문자가 ^인 경우, 해당 정규 표현식은 문자열의 시작 부분부터 일치해야 함을 의미합니다. $가 정규 표현식의 마지막 문자인 경우, 정규 표현식은 문자열의 끝까지 일치해야 함을 의미합니다. 이 경우 정규 표현식은 ^[0-9]{1,2}$가 됩니다 . ^나 $와 같은 앵커는 문자가 아니라 문자열 내의 위치를 일치시킨다는 점에 유의하십시오 .

다른 곳에서 정규 표현식을 본 적이 있다면, 여기 표시된 것과는 다르게 보였을 수도 있습니다. 이는 일부 문자 집합과 양화자가 매우 흔히 사용되기 때문에 이를 나타내는 특수 기호가 지정되어 있기 때문입니다. [0-9] 는 기호 \d로 대체할 수 있습니다. 정확히 한 번만 일치시키는 양정자 {1,1}은 해당 표현식 자체로 대체할 수 있습니다. 즉, x{1,1} 은 x와 동일합니다. 따라서 0부터 99까지 일치시키는 표현식은 ^\d{1,2}$로 작성할 수 있습니다 . 또한 ^\d\d {0,1}$로 표기할 수도 있습니다. 즉 , 문자열의 시작 부분에서 한 자리 숫자를 매칭하고, 그 뒤에 0개 또는 1개의 숫자가 바로 이어지도록 매칭합니다. 실제로는 ^\d\d?$로 표기됩니다 . ‘? ’는 양정자 {0,1}, 즉 0회 또는 1회 출현을 나타내는 약어입니다. ‘? ’는 표현식을 선택적으로 만듭니다. 정규 표현식 ^\d\d ?$는 문자열의 시작 부분에서 한 자리 숫자를 찾은 뒤, 그 바로 뒤에 0개 또는 1개의 숫자가 더 이어지고, 그 바로 뒤에 문자열의 끝이 오도록 일치시킵니다.

'mail' , 'letter' 또는 'correspondence' 중 하나와 일치하지만, 이 단어들을 포함하는 단어(예: 'email', 'mailman', 'mailer', 'letterbox')와는 일치하지 않는 정규식을 작성하려면, 'mail'과 일치하는 정규식으로 시작하십시오. 완전히 표현하면 이 정규식은 m{1,1}a{1,1}i{1,1}l{1,1}이 되지만, 문자 표현식은 자동으로 {1,1}로 수량화되므로, 정규식을 mail, 즉 ‘m’ 뒤에 ‘a’, 그 뒤에 ‘i’, 그 뒤에 ‘l’이 오는 형태로 단순화할 수 있습니다. 이제 '또는'을 의미하는 수직 막대 |를 사용하여 나머지 두 단어를 포함시킬 수 있으므로, 세 단어 중 어느 하나와도 일치하는 정규 표현식은 mail|letter|correspondence가 됩니다. 'mail' , 'letter' 또는 'correspondence'와 일치합니다. 이 정규 표현식은 우리가 일치시키고자 하는 세 단어 중 하나와 일치하겠지만, 'email'과 같이 일치시키고 싶지 않은 단어도 함께 일치시킬 것입니다. 정규 표현식이 원치 않는 단어와 일치하는 것을 방지하려면, 단어 경계에서 일치를 시작하고 끝내도록 지정해야 합니다. 먼저 정규식을 괄호로 묶습니다: (mail|letter|correspondence). 괄호는 표현식을 그룹화하며, 우리가 capture 하고 싶은 정규식의 일부를 식별합니다. 표현식을 괄호로 묶으면 더 복잡한 정규식에서 이를 구성 요소로 사용할 수 있습니다. 또한 세 단어 중 실제로 어떤 단어가 일치했는지 확인할 수 있게 해줍니다. 일치를 단어 경계에서 시작하고 끝내도록 강제하려면 정규식을 \b단어 경계 어설션( word boundary assertions)으로 감쌉니다: \b(mail|letter|correspondence)\b. 이제 이 정규 표현식은 '단어 경계를 매칭한 뒤, 괄호 안의 정규 표현식을 매칭하고, 다시 단어 경계를 매칭한다'는 의미를 갖습니다. \b 어정(assertion)은 문자 자체가 아니라 정규 표현식 내의 위치를 일치시킵니다. 단어 경계란 공백, 줄바꿈, 또는 문자열의 시작이나 끝과 같이 단어가 아닌 모든 문자를 말합니다.

앰퍼샌드 문자를 HTML 엔티티 &로 바꾸려면, 일치시킬 정규 표현식은 단순히 &입니다. 하지만 이 정규 표현식은 이미 HTML 엔티티로 변환된 앰퍼샌드도 일치시킵니다. 우리는 이미 'amp;'가 뒤따르지 않는 앰퍼샌드만 치환하고자 합니다. 이를 위해서는 부정 선행 검사 조건 (?!__)이 필요합니다. 그러면 정규 표현식은 &(?!amp;)로 작성할 수 있습니다. 즉 , 뒤에 'amp; '가 따르지 않는 앰퍼샌드를 일치시킵니다.

문자열에서 'Eric'과 'Eirik'이 나타나는 모든 횟수를 세고 싶다면, 두 가지 유효한 해결책은 \b(Eric|Eirik)\b 와 \bEi?ri[ck]\b 입니다. '\b' 단어 경계 조건은 'Ericsson'과 같이 두 이름 중 하나를 포함하는 단어가 일치하는 것을 방지하기 위해 필요합니다. 두 번째 정규 표현식은 'Eric', 'Erik', 'Eiric', 'Eirik' 등 우리가 원하는 것보다 더 많은 철자 변형을 일치시킨다는 점에 유의하십시오.

위에서 논의한 예시 중 일부는 ‘ code examples ’ 섹션에서 구현되어 있습니다.

문자 집합을 나타내는 문자와 약어

참고: C++ 컴파일러는 문자열 내의 백슬래시를 변환합니다. 정규 표현식에 \ 를 포함시키려면 이를 두 번 입력해야 합니다(예: \\). 백슬래시 문자 자체를 일치시키려면 이를 네 번 입력해야 합니다(예: \\\\).

문자 집합

대괄호는 대괄호 안에 포함된 모든 문자와 일치함을 의미합니다. 앞서 설명한 문자 집합 약어는 대괄호로 묶인 문자 집합 내에 나타날 수 있습니다. 문자 집합 약어와 다음 두 가지 예외를 제외하고, 대괄호 안의 문자는 특별한 의미를 가지지 않습니다.

플랫폼과 언어에 관계없이 미리 정의된 문자 집합 약어를 사용하는 것이 문자 범위를 사용하는 것보다 호환성이 더 높습니다. 예를 들어, [0-9]는 서양 알파벳의 숫자와 일치하지만 \d어떤 알파벳의 숫자라도 일치시킵니다.

참고: 다른 정규식 문서에서는 문자 집합을 흔히 "문자 클래스"라고 부릅니다.

수량자

기본적으로 표현식은 {1,1}로 자동 양화되며, 즉 정확히 한 번만 나타나야 합니다. 다음 목록에서 E는 표현식을 의미합니다. 표현식은 문자, 문자 집합의 약어, 대괄호로 묶인 문자 집합, 또는 괄호로 묶인 표현식입니다.

양화자를 바로 앞의 문자에만 적용하지 않으려면, 괄호를 사용하여 표현식 내의 문자들을 그룹화하십시오. 예를 들어, tag+는 't' 뒤에 'a'가 오고 그 뒤에 적어도 하나의 'g'가 오는 경우를 일치시키는 반면, (tag)+는 'tag'가 적어도 한 번 나타나는 경우를 일치시킵니다.

참고: 수량자는 일반적으로 "탐욕적(greedy)"입니다. 수량자는 항상 가능한 한 많은 텍스트를 일치시킵니다. 예를 들어, 0+는 처음 발견한 0과 그 뒤에 이어지는 모든 0을 일치시킵니다. '20005'에 적용하면'20005'와일치합니다. 수량자는 비탐욕적으로 설정할 수 있습니다. 자세한 내용은 setMinimal()을 참조하십시오.

텍스트 캡처

괄호를 사용하면 요소를 그룹화하여 수량화하거나 캡처할 수 있습니다. 예를 들어, 문자열과 일치하는 표현식 mail|letter|correspondence가 있다면, 단어 중 하나가 일치했다는 것은 알 수 있지만 정확히 어떤 단어인지는 알 수 없습니다. 괄호를 사용하면 괄호 안의 범위 내에서 일치된 내용을 “캡처”할 수 있습니다. 따라서 (mail|letter|correspondence) 를 사용하고 이 정규식을 “I sent you some email”이라는 문자열에 대입하여 일치시킨 경우, cap() 또는 capturedTexts() 함수를 사용하여 일치된 문자, 이 경우 ‘mail’을 추출할 수 있습니다.

정규 표현식 내부에서도 캡처된 텍스트를 사용할 수 있습니다. 캡처된 텍스트를 참조하려면 cap()과 마찬가지로 1부터 인덱싱되는 역참조(backreference)를 사용합니다. 예를 들어, \b(\w+)\W+\1\b 을 사용하여 문자열에서 중복된 단어를 검색할 수 있습니다. 이는 단어 경계를 일치시킨 후, 하나 이상의 단어 문자가 오고, 그 뒤에 하나 이상의 비단어 문자가 오며, 첫 번째 괄호 표현식과 동일한 텍스트가 오고, 마지막으로 단어 경계가 오는 패턴을 의미합니다.

괄호를 캡처가 아닌 순수한 그룹화 목적으로만 사용하려면 비캡처 구문을 사용할 수 있습니다(예: (?:green|blue)). 비캡처 괄호는 '(?:'로 시작하고 ')'로 끝납니다. 이 예제에서는 'green' 또는 'blue' 중 하나를 일치시키지만, 일치 결과를 캡처하지 않으므로 일치 여부만 알 수 있고 실제로 어떤 색이 발견되었는지는 알 수 없습니다. 비캡처 괄호를 사용하는 것이 캡처 괄호를 사용하는 것보다 효율적입니다. 정규식 엔진이 처리해야 할 작업량이 줄어들기 때문입니다.

캡처 괄호와 비캡처 괄호 모두 중첩될 수 있습니다.

역사적인 이유로, 캡처 괄호에 적용되는 양정자(예: *)는 다른 양정자보다 더 “탐욕적”입니다. 예를 들어, a*(a*) 는 cap(1) == "aaa"인 경우 "aaa"와 일치합니다. 이 동작은 다른 정규식 엔진(특히 Perl)의 동작과는 다릅니다. 보다 직관적인 캡처 동작을 얻으려면 QRegExp 생성자에 QRegExp::RegExp2 를 지정하거나 setPatternSyntax(QRegExp::RegExp2)를 호출하십시오.

일치하는 개수를 미리 알 수 없는 경우, 루프 내에서 ` cap()`를 사용하는 것이 일반적인 방법입니다. 예를 들어:

QRegExp rx("(\\d+)");
QString str = "Offsets: 12 14 99 231 7";
QStringList list;
int pos = 0;

while ((pos = rx.indexIn(str, pos)) != -1) {
    list << rx.cap(1);
    pos += rx.matchedLength();
}
// list: ["12", "14", "99", "231", "7"]

주장

어설션은 정규식 내에서 나타나는 위치에 있는 텍스트에 대해 어떤 진술을 하지만, 어떤 문자도 일치시키지는 않습니다. 다음 목록에서 E는 임의의 표현을 의미합니다.

와일드카드 일치

bash나 cmd.exe와 같은 대부분의 명령줄 셸은 와일드카드를 사용하여 파일 그룹을 식별하는 기능인 “파일 글로빙”을 지원합니다. setPatternSyntax() 함수는 정규 표현식 모드와 와일드카드 모드 사이를 전환하는 데 사용됩니다. 와일드카드 일치는 완전한 정규 표현식보다 훨씬 간단하며, 다음 네 가지 기능만 있습니다:

'와일드카드(Wildcard)' 모드에서는 와일드카드 문자를 이스케이프할 수 없습니다. '와일드카드 이스케이프( WildcardUnix)' 모드에서는 '\' 문자가 와일드카드를 이스케이프합니다.

예를 들어 와일드카드 모드에서 파일 이름이 포함된 문자열을 처리할 때, *.html을 사용하여 HTML 파일을 식별할 수 있습니다. 이는 0개 이상의 문자가 온 뒤 점(.)이 오고, 그 뒤에 'h', 't', 'm', 'l'이 오는 패턴과 일치합니다.

문자열을 와일드카드 표현식과 비교하려면 exactMatch()을 사용합니다. 예를 들어:

QRegExp rx("*.txt");
rx.setPatternSyntax(QRegExp::Wildcard);
rx.exactMatch("README.txt");        // returns true
rx.exactMatch("welcome.txt.bak");   // returns false

Perl 사용자를 위한 참고 사항

Perl에서 지원하는 대부분의 문자 클래스 약어는 QRegExp에서도 지원됩니다. 자세한 내용은 characters and abbreviations for sets of characters 을 참조하십시오.

QRegExp에서는 문자 클래스 내부를 제외하고, ^ 는 항상 문자열의 시작을 의미하므로, 해당 목적으로 사용되지 않는 한 캐럿 기호는 반드시 이스케이프 처리해야 합니다. Perl에서는 캐럿 기호의 의미가 나타나는 위치에 따라 자동으로 달라지므로 이스케이프 처리가 필요한 경우는 거의 없습니다. $ 도 마찬가지이며, QRegExp에서는 항상 문자열의 끝을 의미합니다.

QRegExp의 양화자는 Perl의 탐욕적 양화자와 동일합니다(단, note above 참조). 비탐욕적 일치는 개별 양화자에는 적용할 수 없지만, 패턴 내의 모든 양화자에는 적용할 수 있습니다. 예를 들어, Perl 정규식 ro+?m과 일치시키려면 다음과 같이 작성해야 합니다:

QRegExp rx("ro+m");
rx.setMinimal(true);

Perl의 /i 옵션에 해당하는 것은 setCaseSensitivity 입니다 (Qt::CaseInsensitive).

Perl의 ` /g ` 옵션은 ` loop`을 사용하여 에뮬레이션할 수 있습니다.

QRegExp에서 . 는 모든 문자를 일치시키므로, 모든 QRegExp 정규 표현식은 Perl의 /s 옵션과 동등한 기능을 갖습니다. QRegExp에는 Perl의 /m 옵션에 해당하는 기능이 없지만, 입력을 줄 단위로 분할하거나 줄바꿈을 검색하는 정규 표현식을 사용하여 반복 처리하는 등 다양한 방법으로 이를 에뮬레이션할 수 있습니다.

QRegExp는 문자열 중심이므로, \A, \Z 또는 \z 어설션은 없습니다. \G 어설션은 지원되지 않지만, 루프를 통해 에뮬레이트할 수 있습니다.

Perl의 $&는 cap(0) 또는 capturedTexts()[0]에 해당합니다. $`, $' 또는 $+에 해당하는 QRegExp 표현식은 없습니다. Perl의 캡처 변수인 $1, $2, ...는 cap(1) 또는 capturedTexts()[1], cap(2) 또는 capturedTexts()[2] 등에 해당합니다.

패턴을 대체하려면 QString::replace()를 사용하십시오.

Perl의 확장된 /x 구문은 지원되지 않으며, (?i)와 같은 지시어나 (?#comment)와 같은 정규식 주석도 지원되지 않습니다. 반면, C++의 리터럴 문자열 규칙을 사용하면 동일한 결과를 얻을 수 있습니다:

QRegExp mark("\\b"      // word boundary
              "[Mm]ark" // the word we want to match
            );

0폭 양방향 선행 검사 어설션(?=pattern)과 0폭 음방향 선행 검사 어설션(?!pattern)은 모두 Perl과 동일한 구문으로 지원됩니다. 반면, Perl의 후행 검사 어설션, “독립적인” 하위 표현식 및 조건 표현식은 지원되지 않습니다.

비캡처 괄호도 동일한 (?:pattern) 구문을 사용하여 지원됩니다.

Perl의 split 및 join 함수와 동등한 기능에 대해서는 QString::split() 및 QStringList::join()을 참조하십시오.

참고: C++은 \ 문자를 변환하므로 코드에서는 이 문자를 두 번 작성해야 합니다. 예를 들어, \b\b 을 \ 으로 작성해야 합니다.

코드 예제

QRegExp rx("^\\d\\d?$");    // match integers 0 to 99
rx.indexIn("123");          // returns -1 (no match)
rx.indexIn("-6");           // returns -1 (no match)
rx.indexIn("6");            // returns 0 (matched at position 0)

세 번째 문자열은'6'과 일치합니다. 이는 0부터 99까지의 정수를 검증하는 간단한 정규 표현식입니다.

QRegExp rx("^\\S+$");       // match strings without whitespace
rx.indexIn("Hello world");  // returns -1 (no match)
rx.indexIn("This_is-OK");   // returns 0 (matched at position 0)

두 번째 문자열은'This_is-OK'와 일치합니다. 공백이 포함되지 않은 문자열을 일치시키기 위해 문자 집합 약어 '\S'(공백이 아닌 문자)와 앵커를 사용했습니다.

다음 예제에서는 'mail', 'letter' 또는 'correspondence'가 포함된 문자열과 일치시키지만, 전체 단어만 일치시킵니다. 즉, 'email'은 일치하지 않습니다.

QRegExp rx("\\b(mail|letter|correspondence)\\b");
rx.indexIn("I sent you an email");     // returns -1 (no match)
rx.indexIn("Please write the letter"); // returns 17

두 번째 문자열은 "Please write the letter"와 일치합니다. 'letter'라는 단어도 (괄호 덕분에) 캡처됩니다. 다음과 같이 캡처된 텍스트를 확인할 수 있습니다:

QString captured = rx.cap(1); // captured == "letter"

이렇게 하면 첫 번째 캡처 괄호 세트(왼쪽에서 오른쪽으로 왼쪽 캡처 괄호를 세는 기준) 안의 텍스트가 캡처됩니다. cap(0)은 일치한 정규식 전체를 가리키므로(대부분의 정규식 엔진에서 '&'와 동일), 괄호는 1부터 세게 됩니다.

QRegExp rx("&(?!amp;)");      // match ampersands but not &
QString line1 = "This & that";
line1.replace(rx, "&");
// line1 == "This & that"
QString line2 = "His & hers & theirs";
line2.replace(rx, "&");
// line2 == "His & hers & theirs"

여기서는 QRegExp를 QString 의 replace() 함수에 전달하여, 일치한 텍스트를 새로운 텍스트로 대체했습니다.

QString str = "One Eric another Eirik, and an Ericsson. "
              "How many Eiriks, Eric?";
QRegExp rx("\\b(Eric|Eirik)\\b"); // match Eric or Eirik
int pos = 0;    // where we are in the string
int count = 0;  // how many Eric and Eirik's we've counted
while (pos >= 0) {
    pos = rx.indexIn(str, pos);
    if (pos >= 0) {
        ++pos;      // move along in str
        ++count;    // count our Eric or Eirik
    }
}

indexIn() 함수를 사용하여 문자열 내에서 정규식을 반복적으로 일치시켰습니다. 한 번에 한 글자씩 앞으로 이동하는 방식 pos++ 대신, 이미 일치한 문자열을 건너뛰기 위해 pos += rx.matchedLength() 를 작성할 수도 있었다는 점에 유의하십시오. 카운트는 3이 되며, 'One Eric another Eirik, and an Ericsson. 'Eiriks, Eric?'의 개수는 몇 개일까요? 'Ericsson'이나 'Eiriks'는 비단어 경계로 둘러싸여 있지 않기 때문에 일치하지 않습니다.

정규 표현식의 일반적인 용도 중 하나는 구분 기호로 구분된 데이터 행을 구성 필드로 분할하는 것입니다.

str = "The Qt Company Ltd\tqt.io\tFinland";
QString company, web, country;
rx.setPattern("^([^\t]+)\t([^\t]+)\t([^\t]+)$");
if (rx.indexIn(str) != -1) {
    company = rx.cap(1);
    web = rx.cap(2);
    country = rx.cap(3);
}

이 예제에서 입력 행은 회사명, 웹 주소, 국가 순서로 구성되어 있습니다. 안타깝게도 이 정규 표현식은 다소 길고 유연성이 떨어집니다. 필드를 하나라도 더 추가하면 코드가 작동하지 않게 됩니다. 더 간단하고 나은 해결책은 구분자(이 경우 '\t')를 찾아 그 주변의 텍스트를 추출하는 것입니다. QString::split() 함수는 구분자 문자열이나 정규식을 인수로 받아 그에 따라 문자열을 분할할 수 있습니다.

QStringList field = str.split("\t");

여기서 field[0]은 회사명, field[1]은 웹 주소 등을 나타냅니다.

셸의 일치 방식을 모방하려면 와일드카드 모드를 사용할 수 있습니다.

QRegExp rx("*.html");
rx.setPatternSyntax(QRegExp::Wildcard);
rx.exactMatch("index.html");                // returns true
rx.exactMatch("default.htm");               // returns false
rx.exactMatch("readme.txt");                // returns false

와일드카드 일치는 간단하기 때문에 편리할 수 있지만, 모든 와일드카드 정규 표현식은 완전한 정규 표현식을 사용하여 정의할 수 있습니다(예: .*\.html$). 와일드카드를 사용하면 .html 과 .htm 파일을 모두 일치시킬 수 없다는 점에 유의하십시오. 'test.html.bak'도 일치시키는 *.htm*을 사용하지 않는 한 말이죠. 완전한 정규 표현식인 .*\.html?$를 사용하면 필요한 정밀도를 확보할 수 있습니다 .

QRegExp는 setCaseSensitivity()을 사용하여 대소문자를 구분하지 않고 일치시킬 수 있으며, setMinimal()을 사용하여 비탐욕적 일치를 수행할 수 있습니다. 기본적으로 QRegExp는 완전한 정규식을 사용하지만, setPatternSyntax()을 통해 이를 변경할 수 있습니다. 검색은 indexIn()을 사용하여 앞으로, lastIndexIn()을 사용하여 뒤로 수행할 수 있습니다. 캡처된 텍스트는 capturedTexts()을 사용하여 모든 캡처된 문자열의 문자열 목록을 반환받거나, cap()을 사용하여 지정된 인덱스에 해당하는 캡처된 문자열을 반환받을 수 있습니다. pos() 함수는 일치 인덱스를 받아 일치가 발생한 문자열 내의 위치를 반환합니다(일치가 없는 경우 -1을 반환합니다).

QRegularExpression으로의 이식

Qt 5에서 도입된 QRegularExpression 클래스는 Perl 호환 정규식을 구현하며, 제공되는 API, 지원되는 패턴 구문, 실행 속도 측면에서 QRegExp에 비해 크게 개선되었습니다. 가장 큰 차이점은 ` QRegularExpression `가 단순히 정규식을 보관할 뿐이며, 일치 요청 시 해당 정규식이 수정되지 않는다는 점입니다. 대신, 일치 결과를 확인하고 캡처된 부분 문자열을 추출하기 위해 ` QRegularExpressionMatch ` 객체가 반환됩니다. 이는 전역 일치 및 ` QRegularExpressionMatchIterator`에도 동일하게 적용됩니다.

그 밖의 차이점은 아래에 요약되어 있습니다.

다른 패턴 구문

QRegExp의 정규 표현식을 QRegularExpression 로 이식하려면 패턴 자체를 수정해야 할 수도 있습니다.

특정 상황에서 QRegExp는 너무 관대하여, QRegularExpression 를 사용할 때 단순히 유효하지 않은 패턴을 허용하기도 했습니다. 이러한 패턴으로 생성된 QRegularExpression 객체는 유효하지 않으므로 이를 쉽게 감지할 수 있습니다( QRegularExpression::isValid() 참조).

다른 경우에는 QRegExp에서 QRegularExpression 으로 이식된 패턴이 의미론이 변경되었을 수 있습니다. 따라서 사용된 패턴을 검토해야 합니다. 눈에 띄는 비호환성 사례는 다음과 같습니다:

• \xHHHH 와 같이 2자리 이상의 16진수 이스케이프를 사용하려면 중괄호가 필요합니다. \x2022 와 같은 패턴은 \x{2022} 로 이식해야 하며, 그렇지 않으면 공백(0x20) 뒤에 "22" 문자열이 오는 경우와도 일치하게 됩니다. 일반적으로, 지정된 자릿수에 관계없이 \x 이스케이프와 함께 항상 중괄호를 사용하는 것이 강력히 권장됩니다.
• {,n} 와 같은 0~n 개 정량화 표현은 의미론을 보존하기 위해 {0,n} 로 변환해야 합니다. 그렇지 않으면 \d{,3} 와 같은 패턴이 숫자 뒤에 정확히 "{,3}" 라는 문자열이 오는 경우와 일치하게 됩니다.
• QRegExp는 기본적으로 유니코드를 고려한 일치를 수행하지만, QRegularExpression 는 별도의 옵션이 필요합니다. 자세한 내용은 아래를 참조하십시오.
• QRegExp에서 c{.}는 기본적으로 줄바꿈 문자를 포함한 모든 문자와 일치합니다. 반면 QRegularExpression 는 기본적으로 줄바꿈 문자를 제외합니다. 줄바꿈 문자를 포함하려면 QRegularExpression::DotMatchesEverythingOption 패턴 옵션을 설정하십시오.

QRegularExpression 가 지원하는 정규 표현식 구문에 대한 개요는 PCRE(Perl 호환 정규 표현식의 참조 구현)에서 지원하는 패턴 구문을 설명하는 pcrepattern(3) 매뉴얼 페이지를 참조하십시오.

QRegExp::exactMatch()에서 이식하기

QRegExp::exactMatch()는 두 가지 용도로 사용되었습니다. 즉, 정규 표현식을 대상 문자열과 정확히 일치시키는 기능과 부분 일치 기능을 구현하는 것이었습니다.

QRegExp의 정확한 일치 기능에서 이식

정확 일치란 정규 표현식이 대상 문자열 전체와 일치하는지 여부를 나타냅니다. 예를 들어, 다음 클래스들은 대상 문자열 "abc123" 에 대해 다음과 같은 결과를 반환합니다:

QRegularExpression 에서는 정확한 일치가 반영되지 않습니다. 대상 문자열이 정규 표현식과 정확히 일치하는지 확인하려면, QRegularExpression::anchoredPattern() 함수를 사용하여 패턴을 감싸면 됩니다:

QString p("a .*|pattern");

// re matches exactly the pattern string p
QRegularExpression re(QRegularExpression::anchoredPattern(p));

QRegExp의 부분 일치에서 이식하기

QRegExp::exactMatch()를 사용할 때, 정확한 일치가 발견되지 않았더라도 QRegExp::matchedLength()를 호출하여 정규 표현식이 대상 문자열의 어느 정도까지 일치했는지 확인할 수 있습니다. 반환된 길이가 대상 문자열의 길이와 같다면, 부분 일치가 발견되었다고 판단할 수 있습니다.

QRegularExpression QRegularExpression::MatchType()를 통해 부분 일치를 명시적으로 지원합니다.

전역 일치

QRegExp API의 한계로 인해 전역 일치(즉, Perl에서와 같이)를 올바르게 구현하는 것은 불가능했습니다. 특히, 0개의 문자와 일치할 수 있는 패턴( "a*" 등)은 문제가 됩니다.

QRegularExpression::globalMatch()는 Perl의 전역 일치를 올바르게 구현하며, 반환된 이터레이터를 사용하여 각 결과를 검토할 수 있습니다.

예를 들어, 다음과 같은 코드가 있다고 가정해 보겠습니다:

QString subject("the quick fox");

int offset = 0;
QRegExp re("(\\w+)");
while ((offset = re.indexIn(subject, offset)) != -1) {
    offset += re.matchedLength();
    // ...
}

다음과 같이 다시 작성할 수 있습니다:

QString subject("the quick fox");

QRegularExpression re("(\\w+)");
QRegularExpressionMatchIterator i = re.globalMatch(subject);
while (i.hasNext()) {
    QRegularExpressionMatch match = i.next();
    // ...
}

유니코드 속성 지원

QRegExp를 사용할 때, \w, \d 등과 같은 문자 클래스는 해당 유니코드 속성을 가진 문자와 일치합니다. 예를 들어, \d 는 유니코드 속성 Nd (십진수 자릿수)를 가진 모든 문자와 일치합니다.

QRegularExpression 를 사용할 때, 이러한 문자 클래스는 기본적으로 ASCII 문자만 일치시킵니다. 예를 들어, \d 는 0-9 ASCII 범위 내의 문자와 정확히 일치합니다. QRegularExpression::UseUnicodePropertiesOption 패턴 옵션을 사용하면 이 동작을 변경할 수 있습니다.

와일드카드 일치

QRegularExpression 에서는 와일드카드 일치를 수행하는 직접적인 방법이 없습니다. 그러나 QRegularExpression::wildcardToRegularExpression() 메서드를 사용하면 glob 패턴을 해당 용도로 사용할 수 있는 Perl 호환 정규 표현식으로 변환할 수 있습니다.

예를 들어, 다음과 같은 코드가 있다고 가정해 보겠습니다:

QRegExp wildcard("*.txt");
wildcard.setPatternSyntax(QRegExp::Wildcard);

다음과 같이 다시 작성할 수 있습니다:

auto wildcard = QRegularExpression(QRegularExpression::wildcardToRegularExpression("*.txt"));

다만, 일부 셸 스타일의 와일드카드 패턴은 사용자가 기대하는 대로 변환되지 않을 수 있다는 점에 유의하시기 바랍니다. 다음 예제 코드는 앞서 언급한 함수를 사용하여 단순히 변환할 경우 아무런 오류 메시지 없이 작동하지 않게 됩니다:

const QString fp1("C:/Users/dummy/files/content.txt");
const QString fp2("/home/dummy/files/content.txt");

QRegExp re1("*/files/*");
re1.setPatternSyntax(QRegExp::Wildcard);
re1.exactMatch(fp1); // returns true
re1.exactMatch(fp2); // returns true

// but converted with QRegularExpression::wildcardToRegularExpression()

QRegularExpression re2(QRegularExpression::wildcardToRegularExpression("*/files/*"));
re2.match(fp1).hasMatch(); // returns false
re2.match(fp2).hasMatch(); // returns false

이는 기본적으로 ` QRegularExpression::wildcardToRegularExpression()`가 반환하는 정규 표현식이 완전히 고정(anchored)되어 있기 때문입니다. 고정되지 않은 정규 표현식을 얻으려면 변환 옵션으로 ` QRegularExpression::UnanchoredWildcardConversion `를 전달하십시오:

QRegularExpression re3(QRegularExpression::wildcardToRegularExpression(
                           "*/files/*", QRegularExpression::UnanchoredWildcardConversion));
re3.match(fp1).hasMatch(); // returns true
re3.match(fp2).hasMatch(); // returns true

최소 일치

QRegExp::setMinimal()는 양정자(QRegExp는 *?, +? 등과 같은 지연 양정자를 지원하지 않았음)의 탐욕성을 단순히 반전시켜 최소 일치를 구현했습니다. 반면 QRegularExpression 는 탐욕적, 지연 및 소유적 양정자를 모두 지원합니다. QRegularExpression::InvertedGreedinessOption 패턴 옵션은 QRegExp::setMinimal()의 효과를 모방하는 데 유용할 수 있습니다. 이 옵션이 활성화되면 양정자의 탐욕성을 반전시킵니다(탐욕적인 양정자는 비탐욕적으로, 비탐욕적인 양정자는 탐욕적으로 변경됩니다).

캐럿 모드

QRegularExpression::AnchorAtOffsetMatchOption 매칭 옵션을 사용하면 QRegExp::CaretAtOffset 동작을 모방할 수 있습니다. 다른 QRegExp::CaretMode 모드에 해당하는 기능은 없습니다.