Java String 기본 메소드인 replaceAll의 경우 regexp를 쓸 수 있기때문에 간단한 스트링 변환 작업은
한줄로도 간단히 끝낼수 있다
그 응용중 하나를 살펴보면 url중 도메인만 뽑아내기
하려는 내용은 url을 입력받아서 해당 도메인만 뽑아내는 작업이다.
String referer = "http://name.siren24.com/servlet/name_check";
referer = referer.replaceAll("(?i:https?://([^/]+)/.*)", "$1");
assertEquals(referer, "name.siren24.com");
$1이 의미하는 바가 뭘까를 찾아보자
replaceAll을 api에서 살펴보면 다음과 같다.
replaceAll
public String replaceAll(String regex, String replacement)
- Replaces each substring of this string that matches the given regular expression with the given replacement.
An invocation of this method of the form str.replaceAll(regex, repl) yields exactly the same result as the expression
Pattern.compile(regex).matcher(str).replaceAll(repl) -
-
- Parameters:
regex- the regular expression to which this string is to be matched- Returns:
- The resulting String
- Throws:
PatternSyntaxException- if the regular expression's syntax is invalid
주의해서 볼것은 str.replaceAll(regex, repl)이 Pattern.compil(regex).matcher(str).replaceAll(repl)과 같다는 내용이다.
즉 replaceAll의 앞 인자는 regular expression을 쓸 수 있고
뒤 repl은 matcher의 replaceAll 인자와 같은 역할을 할 수 있다는 것이다.
아래는 matcher의 replaceAll
replaceAll
public String replaceAll(String replacement)
- Replaces every subsequence of the input sequence that matches the pattern with the given replacement string.
This method first resets this matcher. It then scans the input sequence looking for matches of the pattern. Characters that are not part of any match are appended directly to the result string; each match is replaced in the result by the replacement string. The replacement string may contain references to captured subsequences as in the
appendReplacementmethod.Note that backslashes () and dollar signs ($) in the replacement string may cause the results to be different than if it were being treated as a literal replacement string. Dollar signs may be treated as references to captured subsequences as described above, and backslashes are used to escape literal characters in the replacement string.
Given the regular expression a*b, the input "aabfooaabfooabfoob", and the replacement string "-", an invocation of this method on a matcher for that expression would yield the string "-foo-foo-foo-".
Invoking this method changes this matcher's state. If the matcher is to be used in further matching operations then it should first be reset.
-
- Parameters:
replacement- The replacement string- Returns:
- The string constructed by replacing each matching subsequence by the replacement string, substituting captured subsequences as needed
즉 replacement에 "$1"과 같이 매치된 내용을 사용할 수 있다.
$1은 regexp에서 매치된 첫번째 결과물을 의미한다.
다시 예제 코드를 보면
referer = referer.replaceAll("(?i:https?://([^/]+)/.*)", "$1");
assertEquals(referer, "name.siren24.com");
(?i:https?://([^/]+)/.*) 의 의미를 하나 하나 분석해보자
regexp에서 그룹을 지을때 괄호를 사용하는데 두가지 그룹이 있다. 하나는 non-capturing group이고 또 다른 하나는 capturing group이다.
(?: ) <-- non-capturing group
( ) <-- captureing group
non-capturing group은 식을 묶어주거나 구분을 위해 사용하고 capturing group은 같은 목적을 위해 사용하지만
매치되는 결과물들을 저장해서 나중에 쓸 수 있도록 한다는 점이 차이가 있다.
(?i:https?://([^/]+)/.*)
이건 non-capturing group이다
?i: <-- ?? i는 나중에 설명
(?i:https?://([^/]+)/.*)
이건 capturing group
일단 여기까지 그다음
https?://([^/]+)/.*
첫째 s?는 s가 있을수도 있고 없을수도 있다는 말이다.
즉 http:// 이런것도 매치가 되고 https://도 매치가 된다.
둘째 .은 모든 문자를 의미한다. 어떤문자든 한문자에 매치된다
그다음 *는 앞에게 지시하는 내용이 없을수도 있고 몇번이든 반복될 수 있다는 수량의 의미를 나타낸다.
그러면 .*는 없을수도 있고 내용이 무한이 길어질수도 있다라는 의미
예를 들면 a* 라고 하면
아무것도 없는것도 OK
a 도 OK
aa 도 OK
aaa 도 OK
https?://([^/]+)/.*)
[ ]안에는 character들이 들어갈 수 있다.
^는 [ ] 안에서 쓰이면 문자 ^가 아니라 여집합을 의미한다.
[^/] 라고 하면 /라는 문자를 제외한 모든 문자가 된다.
+는 *와 같이 수량을 나타내는데 반드시 한번 이상은 반복된다는 의미이다.
그러니 [^/]+를 해석해보면 /가 아닌문자가 적어도 한자는 있다는 의미
(도메인정보에는 /가 포함될수 없으므로 위와 같은 방식을 사용한다.)
그런데 도메인 정보를 얻는 부분에 ( ) capturing group을 설정했다.
즉 매치된 정보를 나중에 이용할 수 있다는 의미
아까 설명안한 i를 보자
(?i:https?://([^/]+)/.*)
Pattern 클래스를 이용할때는 여러 옵션을 설정할수 있는데
replaceAll을 쓰는 경우 이런 옵션들을 ?와 : 사이에 문자를 써서 정규표현식 모드를 지정할 수 있다.
예를 들면 i는 Pattern.CASE_INSENSITIVE와 같은 대소문자 구분을 하지 않는 모드를 설정한다
s 는 Pattern.DOTALL의 의미 이외에도 d, m, x, u 등의 옵션이 있다.
이제 이 한줄을 다시 보면
referer = referer.replaceAll("(?i:https?://([^/]+)/.*)", "$1");
정규식을 이용해서 원하는 부분을 설정하고 여기서는 url전체 그중에 캡쳐하고 싶은부분을 지정하고 ( 도메인부분 )
그리고 변경될 내용에 캡쳐된 부분을 지정해서 바꾸게 했다. $1은 첫번째 캡처링그룹의 결과물을 가르킨다 ( 이 예에서는 도메인정보 )
String referer = "http://name.siren24.com/servlet/name_check";
referer = referer.replaceAll("(?i:https?://([^/]+)/.*)", "$1"); <-- 도메인부분만 찾아서 전체스트링을 치환
assertEquals(referer, "name.siren24.com");
다른 주의 사항들은 여기를 참고해 보자
http://mean79.tistory.com/60
