正規表現とキャプチャグループ

はじめに

正規表現を使用していると、パターン内の条件をまとめて扱いたい場面がでてくることがあります。
そのようなときにはキャプチャグループを利用すると簡潔に記述できるようになります。
また、キャプチャグループにマッチした文字列をパターンの後方で参照することもできます。

この記事ではキャプチャグループを利用した条件の書き方などについて見ていきたいと思います。

キャプチャグループ

グループ化は(と)で囲むことで行えます。
グループ化をすると、そのグループに対して{n,m}や.、*などの量指定子を使用することもできます。

const regex = /(abc){3}/

"abc".match(regex)          // null
"abcabc".match(regex)       // null
"abcabcabc".match(regex)    // ["abcabcabc", "abc"] 
"abcabcabcabc".match(regex) // ["abcabcabc", "abc"] 

上の例では"abc"を3回繰り返している文字列にマッチするようになっています。
matchがマッチ箇所の他に"abc"を返していますが、これはマッチした箇所に関するキャプチャグループです。
キャプチャグループを返り値に含めたくない場合には、(?:と)で囲んでグループ化を行います。

const regex = /(?:abc){3}/

"abcabcabc".match(regex) // ["abcabcabc"]

キャプチャグループの参照

()によってグループ化すると、グループ内のパターン（サブパターン）にマッチする文字列を後方で参照できるようになります。

例えば、'または"で囲まれた文字のパターンを記述したいときには、['"][^'"]*['"]のように書いてしまうと'abc"や"def'のようにクオテーションの種類が異なる文字列にもマッチしてしまいます。
２つ目の['"]には、１つ目の['"]で合致した符号と同じものが入ってほしいわけですが、そこでグループ化とその参照を利用できます。

キャプチャグループの参照は\1や\2のように、パターン内で何番目のグループを参照したいかを指定できます¹。

const regex = /(['"])[^'"]*\1/

"\'abc\"".match(regex) // null
"\"abc\"".match(regex) // [""abc"", """] 
"'abc'".match(regex)   // ["'abc'", "'"] 

(['"])はパターンの中で1番目にあるグループなので、\1で参照できます。
"'abc'"は'から始まっているため、1番目のグループでは'が条件に合致します。
\1によって、パターン'を参照できるようになります。
マッチしたサブパターンを定数のように扱えるわけですね。

名前付きキャプチャグループ

キャプチャグループには名前をつけることができ、その名前を使用して\1や\2の代わりに参照を行うこともできます。

名前をつけてグループ化するには、(?<group_name>と)で囲みます。
参照する際には、\1などの代わりに\k<quote>のように\k<group_name>の形で指定できます。

const regex = /(?<quote>'|")[^'"]*\k<quote>/

"'abc\"".match(regex)  // null
"\"abc\"".match(regex) // [""abc"", """] 
"'abc'".match(regex)   // ["'abc'", "'"] 

|: 選択

|を使用すると、左の条件、「または」、右の条件にマッチすることを表現できます。
先のクオテーションの例では文字クラスを使用していましたが、|を使って書き換えることもできます。

const regex = /('|")[^'"]*\1/

"\'abc\"".match(regex) // null
"\"abc\"".match(regex) // [""abc"", """] 
"'abc'".match(regex)   // ["'abc'", "'"] 

|は左から順に比較が行われていくため、複数の条件に合致するケースがある場合には、優先して合致させたいものを左に置いておく必要があります。

const regex = /foo|foooo/
"foooo".match(regex) // ["foo"]

const regex2 = /foooo|foo/
"foooo".match(regex2) // ["foooo"]

1. (?:)によるグループはカウントしません。 ↩