正規表現まとめ

正規表現についてまとめてみました。

そもそも正規表現とは

いくつかの文字列を一つの文字列にできてしまう形式のこと。使いこなせると検索するときに非常に便利。

正規表現まとめ

「.」；ある一文字を表すことができる。

その一文字は何でもいい。言わば大富豪のジョーカー的存在。
例えば「...は....です。」と検索すると、

• わたしはてんさいです。
• あのこはかわいいです。
• わらわはぽんこつです。

全てヒットする。

##「.」；本当に「.」を使いたい時には「.」の前に「\」をつければよい。

例えば「I am happy.」と検索してしまうと、

• I am happy.
• I am happya

両方ヒットしてしまう。「.」とするとそれを防ぐことができる。

「[]」；かっこの中に「これは入っていてほしい！」という文字を入れる。

例えば「[abcde]」とすれば、aかbかcかdかeのどれかを一つ以上含んでいるものがヒットする。

「[^]」；かっこの中に「この文字を含むものは除外したい！」という文字を入れる。

例えば「[^fgh]」とすればfを含むものやgを含むもの、hを含むものはヒットしない。

「-」；範囲を表せる。

例えば、「[a-z]」とすればaからzまでのどれかを含んでいればヒットすることになる。ここで注意が必要なのは、小文字と大文字は区別して考える必要があること。もし、「[A-Z]」とすれば、

• APPLE
• Kirigirisu888

などはヒットするが、

• udon
• soba

などはヒットしない。逆に言えば、「[^a-z]」で小文字を含むものを除外というように応用することができる。

「\w」；アルファベット一文字の代わりをする。

先ほど紹介した「.」は全ての文字、一文字の代わりができた。これはアルファベット一文字の代わりができる。

「\d」；数字一つの代わりをする。

「\w」と同じように、数字一つの代わりができる。

「\s」；スペース一つの代わりをする。

「\w」「\d」と同じように、スペース一つの代わりができる。

「{}」；何回以上含めばよいか指定する。

「検索したい文字{何回以上含めばよいかを表した数字}」のようにして使う。例えば「a{6}」とすればaを六回以上含むものだけがヒットする。

• aaajkaaa
• tivwaaaaaaaaaaaaaaaaa

はヒットするし

• atkitkitktiti
• aaegtaa

あたりはヒットしない。何回以下しか含まないという条件をつけ足したり、複数の文字のどれかを含むという条件を足すこともできる。例えば、「[abc]{1, 5}」とすれば、aかbかcのいずれかを一回以上三回以下含むものがヒットする。

• aa111
• ab86kc

などだ。

「+」「*」；それぞれ「一回以上」と「ゼロ回以上」。

文字の後ろにそのままつけることで、それぞれ「一回以上」と「ゼロ回以上」じゃないとだめ、という条件をつけられる。例えば「aa+b+c*」としてやれば、aが二回以上でbが一回以上のものが出てくるはず。（cはどちらでもよい。）

##「?」；前の文字はあってもなくてもいいことを表すマーク。

例えば「pcs?」とすると、

• pc
• pcs

どちらもヒットする。

「^」「$」；一番前の一連のワードを指定/ 一番後ろの一連のワードを指定。

例えば「^It」とすれば一番最初に「It」が来るもののみがヒットする。「possible$」とすれば一番最後に「possible」が来るもののみがヒットする。この場合「impossible」もヒットしてしまうことに注意。

「()」；グループ化。

かっこでくくることによって、その中のデータを取り出し、ひとまとまりにできる。また、一時的に記録することができるらしい。かっこを複数回使用することによって、階層構造になっているデータのうち、下層にあるデータを複数回取り出すことができる。

• (\w(\d))

上のようにしてやれば任意の文字と数字を一つずつ取り出しつつ（\wと\d）さらにその数字単体を取り出すことができる（\d）。

「|」；もしくは、の意。

例えば「(blue|red)」なら「blueあるいはred」の意味になる。複雑なものを書く時に重宝するかもしれない。

大文字について。

しばしば大文字を用いると否定の意味になる。例えば「\W」はアルファベットでない一文字。「\D」は数字でない一文字。「\S」は空白でないことを表す。

#まとめ
基礎的なことはこれくらいかなと思います。