split 함수와 정규표현식

계산기를 구현하면서 문득 한 문자열에서 Tokenization을 통해 사칙연산을 제외한 문자들을 걷어내고 싶었다.

코드를 짜는 초반이라 Tokenization을 어떻게 할까 고민하면서 구글링으로 여러 자료를 찾아보다가 Split함수를 알게되었다.

 

아래 구문을 포함한 코드를 실행하자 에러가 발생했다.

// Initial Code
Scanner input = new Scanner(System.in);
String str = input.next();
String[] p = str.split("+"); //error

error message

 

split 함수의 구조를 다시 살펴보니 해당 함수는 정규표현식을 통해 문자를 인식한다고 한다.

정규표현식에 따르면 +가 의미하는 바는 "앞 문자가 1개 이상 존재할 수 있다." 라는 뜻이라고 한다.

정규표현식에서 특수문자인 +를 표현하기 위해서는 "\\+"로 표기해야한다.

// Fixed Code
Scanner input = new Scanner(System.in);
String str = input.next();
String[] p = str.split("\\+");

java.util.regex.pattern.split(Character Sequence)

 

해당 블로그에서 정규표현식을 보기좋게 잘 정리해놓았다.

문법

^	문자열 시작
$	문자열 종료
.	임의의 문자 [단 ‘'는 넣을 수 없습니다.]
*	앞 문자가 0개 이상의 개수가 존재할 수 있습니다.
+	앞 문자가 1개 이상의 개수가 존재할 수 있습니다.
?	앞 문자가 없거나 하나 있을 수 있습니다.
[]	문자의 집합이나 범위를 표현합니다. -기호를 통해 범위를 나타낼 수 있습니다. ^가 존재하면 not을 나타냅니다.
{}	횟수 또는 범위를 나타냅니다.
()	괄호안의 문자를 하나의 문자로 인식합니다.
|	패턴을 OR 연산을 수행할 때 사용합니다.
\s	공백 문자
\S	공백 문자가 아닌 나머지 문자
\w	알파벳이나 문자
\W	알파벳이나 숫자를 제외한 문자
\d	[0-9] 숫자
\D	숫자를 제외한 모든 문자
(?i)	대소문자를 구분하지 않습니다.
\\	특수문자를 매칭 ex) "+" -> "\\+"

 

추가로 아래 Reference에 정규표현식 공식 레퍼런스를 보고 정규표현식을 직접 사용하면서 익히기 위한 사이트 링크도 달아놓겠다.

 

Reference

• https://docs.oracle.com/en/java/javase/13/docs/api/java.base/java/util/regex/Pattern.html#split(java.lang.CharSequence)
• https://regexr.com/
• https://nesoy.github.io/articles/2018-06/Java-RegExp