正規表現で全角スペースにマッチさせる方法

全角スペースを正規表現でマッチさせたいけど、\s だとマッチしない。これは \s や \d といった正規表現の文字クラスの略記法が ASCII の範囲の文字のみを対象 としているからなんです。

ひどいよ… こんなのってないよ…

じゃあ、半角スペースと全角スペースの両方にうまくマッチさせるにはどうしたらいいのでしょう。

それでは、「苗字と名前が半角もしくは全角のスペースで区切られた日本人の氏名の文字列から
正規表現を使って苗字と名前をそれぞれ取り出す」という例をもとに考えてみましょう。

方法1: 文字クラス内で全角スペースを指定する

"佐倉　杏子" =~ /^(.+?)[\s　]+(.+)$/
puts $1 #=> "佐倉"
puts $2 #=> "杏子"

文字クラス (角括弧) の中に \s と "　" (全角スペース) を並べて指定します。でも正規表現に直接全角スペースを入力するのはなんだか嫌ですね。

方法2: Unicode プロパティの blank を利用する

Unicode プロパティ といふものありけり。\p{blank} が全角スペース (ASCIIコード範囲外の空白) にもマッチします。

"佐倉　杏子" =~ /^(.+?)\p{blank}+(.+)$/
puts $1 #=> "佐倉"
puts $2 #=> "杏子"

方法3: POSIX 文字クラスの blank を利用する

POSIX 文字クラス といふものありけり。[[:blank:]] が全角スペース (ASCIIコード範囲外の空白) にもマッチします。

"佐倉　杏子" =~ /^(.+?)[[:blank:]]+(.+)$/
puts $1 #=> "佐倉"
puts $2 #=> "杏子"

参考

全部 Ruby 2.3.0 リファレンスマニュアルの正規表現のページ に載っていました。Unicode プロパティも！ POSIX 文字クラスも！ (説明が) あるんだよ！Ruby のリファレンス素晴らしい (*´д`*) ﾊｧﾊｧ

正規表現小ネタ

# 全角スペースを2つ重ねた場合

# その1
"佐倉　　杏子" =~ /^(.+)[[:blank:]]+(.+)$/
puts $1 #=> "佐倉　"
puts $2 #=> "杏子"

# その2
"佐倉　　杏子" =~ /^(.+?)[[:blank:]]+(.+)$/
puts $1 #=> "佐倉"
puts $2 #=> "杏子"

全角スペースを2つ重ねた場合、苗字にマッチさせる部分で控えめな量指定子 +? を使わないと
1つ目の全角スペースにまでマッチしてしまいます。正規表現の量指定子は欲張りなのだそうです。

この辺については 正規表現で最短マッチを知っとくとちょっと便利かも が非常に参考になりました。