일반적인 정리 패턴
소규모의 재사용 패턴 모음으로 대부분의 실제 사례를 처리할 수 있습니다.- 가격.
\[\d,.]+는 쉼표와 소수점이 포함된 숫자 값을 캡처하면서 통화 기호와 주변 텍스트를 제거합니다.\(\d{1,3}(?:,\d{3})*(?:\.\d{2})?)로 다듬으면1,299.99같은 표준 형식을 더 정확히 찾습니다. - 전화번호.
\(?\d{3}\)?[-.\s]?\d{3}[-.\s]?\d{4}는 괄호가 있거나 없고 대시, 점 또는 공백으로 구분된 일반적인 미국 형식을 처리합니다. - 이메일.
\[\w.+-]+@\[\w-]+\.\[\w.]+는 대부분의 표준 이메일 주소를 찾는 대표적인 정규식입니다. - 날짜.
\d{4}-\d{2}-\d{2}는 ISO 형식을,\w+ \d{1,2}, \d{4}는May 15, 2026형식의 문자열을 찾습니다. - HTML 태그 제거.
<[^>]+>는 문자열에서 태그를 제거합니다. - 공백 정규화.
\s+는 연속된 공백을 하나로 줄입니다.
실용적인 팁
- 실제 샘플로 테스트하세요. 실제 페이지에는 이상적인 예시에 없는 예외가 있으므로 신뢰하기 전에 대상 사이트의 출력으로 패턴을 실행하세요.
- 비탐욕 수량자(
*?,+?)를 사용하세요. 짧은 일치와 긴 일치가 모두 가능하면 기본*와+는 가장 긴 항목을 선택하므로 원하지 않는 결과가 나올 수 있습니다. - 캡처 그룹을 사용하세요. 괄호
()를 사용하면 더 큰 일치 항목에서 필요한 부분만 추출할 수 있습니다. - 로케일 예외를 확인하세요. 미국식 가격(
1,299.99)용 정규식은 쉼표와 점의 역할이 반대인 유럽식 숫자(1.299,99)에서 잘못 작동합니다. 날짜, 전화번호, 소수 표기에도 같은 문제가 있습니다.