Share
Embed
初めての正規表現(regex)
MIKIO KUBO
May 18, 2025
Transcript
16 slides
-
目次 1. 正規表現ってなに? 2. 基本的なメタ文字 (1) 3. 基本的なメタ文字 (2) 4.
文字クラス [] 5. 量指定子 * + ? {} 6. グループ化 () と選択 | 7. よく使う特殊シーケンス 8. 簡単な使用例 9. 学習ツールと練習 10. まとめ 2 -
1. 正規表現ってなに? 正規表現 (Regular Expression, Regex, regexp) は、文字列のパターンを表現するための特殊な文字列 です。 何が便利?
検索: 特定のパターンの文字列を探す (例: メールアドレス、電話番号) 置換: 文字列の一部を別の文字列に置き換える 検証: 入力されたデータが特定の形式に合っているか確認する (例: パスワードの強度チェック) 抽出: 文字列から必要な部分だけを取り出す ^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$ (これはメールアドレスのパターンの一例です) 3 -
2. 基本的なメタ文字 (1) メタ文字: 通常の文字とは異なり、特別な意味を持つ文字。 . (ドット) 意味: 任意の一文字 (改行文字を除くことが多い)
例: a.c は abc , axc , a1c などにマッチ マッチ: abc , a c , a_c アンマッチ: ac , abbc ^ (キャレット/ハット) 意味: 行の先頭 (または文字列の先頭) 例: ^Hello は Hello world にはマッチするが、 world, Hello にはマッチしない マッチ: Hello world アンマッチ: Hi, Hello 4 -
3. 基本的なメタ文字 (2) $ (ドル記号) 意味: 行の末尾 (または文字列の末尾) 例: world$
は Hello world にはマッチするが、 world is beautiful にはマッチしない マッチ: Hello world アンマッチ: world and more \ (バックスラッシュ/円マーク) 意味: エスケープ文字。メタ文字の特別な意味を打ち消し、通常の文字として扱いたい場合に使用。 例: \. はドット . という文字そのものにマッチする。 \$ は $ という文字にマッチ。 example\.com は example.com にマッチ a\.b は a.b にマッチ ( a_b にはマッチしない) 注意: プログラミング言語やツールによっては、バックスラッシュ自体をエスケープするために \\ と書 く必要がある場合があります。 5 -
4. 文字クラス [] (1) 角括弧 [] で囲まれた部分は「その中のいずれか一文字」にマッチします。 [abc] 意味: a
または b または c のいずれか一文字 例: gr[ae]y は gray と grey にマッチ マッチ: gray , grey アンマッチ: grby [0-9] 意味: 0 から 9 までのいずれかの数字一文字 (範囲指定) 例: [0-9][0-9] は 00 から 99 までの2桁の数字にマッチ マッチ: 12 , 99 アンマッチ: a1 , 123 6 -
4. 文字クラス [] (2) [a-zA-Z] 意味: アルファベット小文字または大文字のいずれか一文字 例: [A-Z] は大文字アルファベット一文字にマッチ
[^abc] (否定の文字クラス) 意味: a でも b でも c でもない任意の一文字 例: [^0-9] は数字以外の文字にマッチ 7 -
5. 量指定子 * + ? {} 直前の文字やグループが何回繰り返すかを指定します。 * (アスタリスク) 意味:
直前の文字の0回以上の繰り返し 例: ab*c は ac , abc , abbc , abbbc などにマッチ マッチ: ac , abc , abbbbbc アンマッチ: axc + (プラス) 意味: 直前の文字の1回以上の繰り返し 例: ab+c は abc , abbc などにマッチ ( ac にはマッチしない) マッチ: abc , abbbbbc アンマッチ: ac 8 -
5. 量指定子 * + ? {} ( 続き) ? (クエスチョンマーク)
意味: 直前の文字の0回または1回の出現 例: colou?r は color と colour にマッチ マッチ: color , colour アンマッチ: colouur {n} 意味: 直前の文字のちょうど n 回の繰り返し 例: a{3} は aaa にマッチ マッチ: aaa アンマッチ: aa , aaaa 9 -
5. 量指定子 * + ? {} ( 続き) {n,} 意味:
直前の文字の n 回以上の繰り返し 例: a{2,} は aa , aaa , aaaa などにマッチ マッチ: aa , aaaaa アンマッチ: a {n,m} 意味: 直前の文字の n 回以上 m 回以下の繰り返し 例: a{2,4} は aa , aaa , aaaa にマッチ マッチ: aa , aaa , aaaa アンマッチ: a , aaaaa 10 -
6. グループ化 () と選択 | () (丸括弧) 意味: 複数の文字をグループ化し、量指定子などを適用する。また、マッチした部分を後から参照で きる(キャプチャ)。
例1: (ab)+ は ab , abab , ababab などにマッチ マッチ: ab , abab アンマッチ: a , b , aba 例2: ^(IMG|PIC)-[0-9]+\.jpg$ IMG-123.jpg や PIC-456.jpg にマッチ | (パイプ/縦線) 意味: OR (または)。 A|B で A または B のいずれかにマッチ。 例: apple|orange は apple または orange にマッチ マッチ: I have an apple. , I have an orange. アンマッチ: I have a banana. 11 -
7. よく使う特殊シーケンス バックスラッシュ \ と特定の文字を組み合わせたもので、よく使う文字の種類を短く表現できます。 \d (digit) 意味: 任意の数字一文字。 [0-9]
と同じ。 例: \d{3}-\d{4} は 123-4567 のような郵便番号 (日本の旧形式) にマッチ \w (word character) 意味: 任意の英数字またはアンダースコア _ 。 [a-zA-Z0-9_] と同じ。 例: \w+ は1文字以上の英数字または _ の連続にマッチ (例: user_name , var123 ) \s (whitespace character) 意味: 任意の空白文字 (スペース、タブ、改行など)。 例: hello\sworld は hello world (スペース区切り) にマッチ 大文字版 ( 否定): \D : 数字以外の文字 ( [^0-9] ) 12 -
8. 簡単な使用例 文字列: My email is [email protected] and phone is
090-1234-5678. メールアドレスを抽出したい: [a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,} マッチ: [email protected] 電話番号 ( 日本の携帯) を抽出したい: 0[789]0-\d{4}-\d{4} マッチ: 090-1234-5678 "email" という単語があるか ( 大文字小文字問わず): email (多くのツールで /i フラグなどで対応) ま たは [Ee][Mm][Aa][Ii][Ll] マッチ: email 13 -
9. 学習ツールと練習 オンライン正規表現テスター: Regex101 (regex101.com): 非常におすすめ! 正規表現を入力し、テスト文字列で試せる マッチ部分のハイライト 各部分の解説表示 様々な言語のフレーバー
(PCRE, Python, JavaScriptなど) に対応 RegExr (regexr.com) その他多数 実際に使ってみるのが一番! テキストエディタの検索機能 (VS Code, Sublime Textなど) プログラミング言語の正規表現ライブラリ (Pythonの re モジュール、JavaScriptの RegExp オブ ジェクトなど) Linuxの grep コマンド 14 -
10. まとめ 正規表現は文字列のパターンマッチングに強力なツール。 基本要素: メタ文字: . ^ $ \ 文字クラス:
[] [^] 量指定子: * + ? {n} {n,} {n,m} グループ化と選択: () | 特殊シーケンス: \d \w \s など 最初は難しく感じるかもしれませんが、少しずつ覚えていくと非常に便利です。 オンラインテスターなどを活用して、実際に手を動かして試してみましょう! 15