1. 미리 보는 결론

• file_name = re.findall("/([\w]+\.jpg$", url)[0]
• file_name = re.search("/([\w]+\.jpg$", url).group(1)
• file_name = re.findall("/([\w]+\.(?:(?:jpg)|(?:png)))$", url)[0]
• file_name = re.search("/([\w]+\.(?:(?:jpg)|(?:png)))$", url).group(1)
• 확장자는 원하는 대로 변경가능합니다. 밑의 2줄은 복수의 확장자를 지원합니다.

2. 문제 인식

Web Scraping을 하다 보면 웹페이지 주소 마지막에 있는 사진 파일이 필요한 경우가 있습니다.
https://global.unitednations.entermediadb.net/…/image1170x530cropped.jpg

해당 주소에서 사진 파일 이름만 가져오고 싶을 때, 보통 파이썬 문자열을 활용하여 추출하는 경우가 많습니다. 하지만 정규식을 이용하면 훨씬 더 직관적이고 간단하게 추출이 가능합니다.

예를 들어 위의 링크에서 맨 마지막 / 뒤의 image1170x530cropped.jpg 부분을 가져오는 정규식은 다음과 같습니다.

file_name = re.findall("/([\w]+\.(?:(?:jpg)|(?:png)))$", url)[0]

3. 설명

앞에서부터 하나씩 분석해 보겠습니다.

1. / 는 웹페이지 주소에서 제일 마지막 /를 의미합니다. 8번과 연계됩니다.
2. 가장 바깥 ()는 그룹이자 캡처를 의미합니다. findall 함수의 리턴 범위를 지정합니다.
3. [\w]는 영문자와 숫자 그리고 밑줄 문자를 의미하며 다음과 같습니다. [A-Za-z0-9_]
4. + 는 앞선 [\w]가 최소 한번 이상 반복되는 모든 문자열을 포함합니다.
5. \.는 메타 문자 .이 아닌 일반 문자 .을 나타냅니다. [.]과 동일합니다.
6. (?:)는 비캡처 그룹화입니다. 캡처하지 않으므로 리턴에 포함되지 않습니다.
7. (?:jpg)|(?:png)는 jpg 나 png 두 그룹 중 하나라도 나오는지 확인합니다.
8. $는 url 문자열의 맨 마지막에서 정규식을 찾는다는 표현입니다. 1번과 연계됩니다.

(?:jpg)|(?:png) 부분은 얼마든지 다른 확장자로 대체하거나 수를 더 늘릴 수도 있습니다.
코드 마지막의 [0]는 re.findall()함수 때문에 사용하였으며, re.search()를 사용할 경우 .group(1)을 붙이면 됩니다.

Source

• wikidocs 08-2 정규 표현식 시작하기
  https://wikidocs.net/4308