축약 문자 클래스 — \d \w \s · RegEx Quest

자주 쓰는 문자 클래스에는 축약형이 있어

\d, \w, \s는 각각 숫자, 단어 문자, 공백 문자를 나타내는 축약 문자 클래스야. ASCII 기준으로 보면 \d는 [0-9], \w는 [A-Za-z0-9_]에 가깝지만, 실제 범위는 엔진과 모드에 따라 달라져.

Python, JavaScript, PCRE, Java, .NET, Go, Rust regex 등은 이 문법을 지원해. 반면 POSIX BRE/ERE의 공통 문법은 아니므로, 다른 도구로 패턴을 옮길 때는 지원 여부부터 확인해야 해.

유니코드 처리 방식은 엔진마다 달라

Python 3: 기본 모드의 \d, \w, \s는 유니코드를 인식해. ASCII로 제한하려면 re.ASCII를 사용해.
JavaScript: 기본 축약 클래스는 ASCII 중심이야. u 플래그만 켠다고 \w가 모든 유니코드 문자를 포함하지는 않으므로, 문자 범주가 필요하면 \p{L} 같은 속성 이스케이프를 함께 사용해.
RE2와 Go: \d, \w, \s는 ASCII 의미를 사용해. 유니코드 범주는 \p{Nd}, \pL처럼 따로 적어.
ripgrep의 기본 Rust regex 엔진: 유니코드 모드가 기본이라 \w도 유니코드를 인식해. 필요하면 --no-unicode로 제한할 수 있어.
PCRE: 기본 축약 클래스는 ASCII 의미야. 유니코드 속성을 적용하려면 (*UCP)나 PCRE2_UCP가 필요하고, 비 ASCII 코드 포인트를 처리하는 UTF 모드도 따로 확인해야 해.

`\w`에는 밑줄이 들어가지만 하이픈은 없어

\w+는 my_var를 한 덩어리로 찾지만 my-var에서는 하이픈 앞뒤가 갈라져. 하이픈까지 허용하려면 의도를 숨기지 말고 [\w-]+처럼 직접 적어.

Code

축약 문자 클래스·python

import re

# 텍스트 안 숫자
re.findall(r'\d+', 'on 2026-05-04 at 14:32')
# ['2026', '05', '04', '14', '32']

# 단어처럼 생긴 토큰
re.findall(r'\w+', 'hello_world! foo-bar 123')
# ['hello_world', 'foo', 'bar', '123'] — '-'에서 foo-bar가 나뉨

# 공백
re.findall(r'\s+', 'a\tb  c\nd')
# ['\t', '  ', '\n']

# Python 3 기본 Unicode 모드: 비 ASCII 숫자도 매칭
re.findall(r'\d+', '٢٠٢٦ 2026')
# ['٢٠٢٦', '2026']

# ASCII로 제한
re.findall(r'\d+', '٢٠٢٦ 2026', re.ASCII)
# ['2026']

Exercise

여러 줄 로그에서 숫자를 모두 추출하는 패턴, 단어 모양의 토큰을 모두 추출하는 패턴, 연속 공백을 경계로 나누는 패턴을 각각 작성해. 각 작업에 유니코드 인식이 필요한지 ASCII로 제한해야 하는지 결정하고 알맞은 플래그를 적용해.

축약 문자 클래스 — \d \w \s

자주 쓰는 문자 클래스에는 축약형이 있어

유니코드 처리 방식은 엔진마다 달라

`\w`에는 밑줄이 들어가지만 하이픈은 없어

Code

External links

Exercise

Progress

댓글 0

자주 쓰는 문자 클래스에는 축약형이 있어

유니코드 처리 방식은 엔진마다 달라

\w에는 밑줄이 들어가지만 하이픈은 없어

Code

External links

Exercise

Progress

`\w`에는 밑줄이 들어가지만 하이픈은 없어