はじめに
みなさん、正規表現が便利なのは知っていますか?
Qiitaをご覧になっている方であれば、多くの人が YES と答えているでしょう。
では、正規表現使ってますか?
今度は、... という微妙なところでしょうか。
それもそのはずで、正規表現は理解のとっかかりが掴みづらい。
見慣れない記号が並んでいて、意味を把握するのが難しい。
その上、解説しているサイトも難解なものが多い。
（平易に説明しているものが少ない。）
このような状況の中で正規表現を使いこなせるようになるには、
...ズバリ 「用途を限定する」 ことでしょうか。
特定の用途なら割と簡単なものがあるので、1個でも組めれば、
それをきっかけにしてレパートリーが増えていくものかと。
そしていつの間にか、全体像を自然に把握しているようになります。
早い話がボトムアップ式で覚えていくのがベター!!
と、いうわけでこの記事では「正規表現で整数(半角)にマッチさせる」
ことを紹介したいと思います。
とりあえずこの用途だけなら簡単にマスター可能でしょう。
対象となる読者
とりあえず、正規表現を使ってみたい人を対象としています。
- 簡単に説明してほしい
- 初心者で正規表現の予備知識が無い人
- 何らかのプログラミング言語を使っているが、正規表現は避けている
- テキスト処理で整数について処理したい
- オライリーの本は読む気がしない
こういった方に向けて説明します。
参考にしたサイト
割と分かりやすく解説しているもの。
動作環境
Python3系でいきましょう。
それでは以下から本編です。
やりたい事
整数(半角)にマッチさせる。
但し以下の条件を満たすのもとする。
条件その1:
0~59までの範囲の数字
条件その2:
1桁の場合はゼロ埋めしない(02などは除外する)
メタキャラクタ
正規表現では「メタキャラクタ」という記号を用いる事で整数を表現できる。
\d や [0-9] などである。
しかし \d はPythonだと半角整数だけでなく、全角数字など余計なもの(ゆびノートさんによればジャワ数字もヒットしている)も含まれる。
そこで、\d ではなく [ ] のほうを使う。
この記号は [ ] の中に指定した文字のどれかにヒットする。
0 から 9 までの数字を指定したい場合には [0123456789] でも可能だが、サルにもわかる正規表現入門さんによると、面倒なので[0-9]でも大丈夫とのこと。
これで整数の表し方がわかったので、2桁の整数なら[0-9]を2つ並べて[0-9][0-9]とすればよさそうだ。
だがこれだと、整数が1桁の場合0埋め(03など)されてしまう。
... これに対処するには 1桁の場合と2桁の場合で別々に処理する。
1桁の場合
条件は0~59までの数字なので、1桁のときは 0~9 までの数字を使う。
つまり、[0-9] でOKだ。
2桁の場合
2桁の数字で条件を満たすものは 10~59 だ。
そうすると2桁目は、[1-5] で1桁目は [0-9] である。
二つ並べて[1-5][0-9]とする。
後は1桁の場合か2桁の場合かの、どちらかを表すメタキャラクタである | を使う。
[0-9]|[1-5][0-9]
これで完成と言いたいところだが、まだ問題が残っている。
それは、「数字の区切り」である。
区切り文字
例えば 15 の場合なら2桁の数字としてマッチさせたい。
しかし残酷にもこれは 15 のうち 1 の部分が1桁の場合である[0-9]のほう（ | の左側）にマッチしてしまう。
これを回避するには、区切りを示すメタキャラクタである\bも付け加える。
\b[0-9]\b|\b[1-5][0-9]\b
これで 15 のような場合は2桁の数字としてマッチさせることが出来るようになる。
ようやく正規表現が完成したので次は、Pythonで実装してみる。
Python!
#pythonから正規表現を使うには re をインポートする
>>> import re
#作成した正規表現を compile() の引数に渡す
>>> pat = re.compile(r"\b[0-9]\b|\b[1-5][0-9]\b")
#判定対象の文字列
>>> score = "15 54 9 60 123 03 30"
#findall()はマッチがあるとリストを返す。（マッチしたもの全て）
>>> pat.findall(score)
['15', '54', '9', '30']
まとめ
この記事では、次のような事を理解しました。
- 正規表現ではメタ文字を使う。
- メタ文字の
[0-9]で整数を表せる。 -
A|Bは AかBかを示す。 -
\bで区切りをつける。
今回は「整数」の取り扱いに的を絞りました。
簡単なものから実際に手を動かしてみる事で、徐々に理解が深まるのが実感できると思います。
正規表現はこの他にも多くの種類がありますが、本記事を契機としてレパートリーを増やしていきましょう!
なお、この記事を読んで簡単だと感じた頭がいい人は是非とも、オライリーの本や難解なサイトにも挑戦して下さい。
今回はこの辺で。