はじめに

Javaの正規表現でつまずくポイントをまとめておきます。

他言語の正規表現をよく使う人ほどハマる気がします。

エスケープ文字

エスケープシーケンスを書く場合はエスケープ文字 \ を使用します。

が、JavaのString型で『バックスラッシュ』を表現したい場合は、エスケープシーケンスの1種である \\ を使用する必要があります。

私は丸1日無駄にしました。

コンパイルエラーを吐くコード

void check() {
    if (isFind("hoge.com")) {
        // 実行できない
    }
}

boolean isFind(String text) {
    // コンパイルエラー!!!!!
    Pattern p = Pattern.compile("\.com");
    return p.matcher(text).find();
}

コンパイルが通るコード

void check() {
    if (isFind("hoge.com")) {
        // 実行できる
    }
}

boolean isFind(String text) {
    Pattern p = Pattern.compile("\\.com");
    return p.matcher(text).find();
}

要は、他言語におけるエスケープシーケンス \. を表現したい場合は、 \\. と書く必要があります、ということです。
このあたりの言い回しはややこしいため、コメント欄を参考にしてください。

`Matcher#group(int)` をすぐには利用できない

Matcherクラスの group(int) メソッドは、 find() メソッドを利用しないと実行時エラーを吐きます。

というのも、 find() メソッドで文字列のマッチを確認するためです。
group(int) メソッドは、 find() メソッドでマッチした文字列のゲッターでしかありません。

実行時エラーを吐くコード

Pattern p = Pattern.compile("(A*).");

void print() {
    System.out.println(extract(AAABBB));
}

String extract(String text) {
    Matcher m = p.matcher(text);
    // 実行時エラー!!!!!
    return m.group(1);
}

ちゃんと実行できるコード

Pattern p = Pattern.compile("(A*).");

void print() {
    System.out.println(extract(AAABBB)); // 出力: AAA
}

String extract(String text) {
    Matcher m = p.matcher(text);
    if (m.find()) {
        return m.group(1);
    } else {
        return "";
    }
}

おわりに

正規表現は、言語によってかなり書き方が異なります。
1つの言語で得意になったと思っていると、痛い目にあうので気を付けましょう。

~~Perlはあんなに簡単なのに！~~