正規表現とマッチ位置

Posted at 2024-12-15

マッチ位置の指定

正規表現では/\d/や/abc/といった文字の指定だけではなく、文字列の先頭や単語の境界といった、位置の指定ができます。

^は文字列の先頭にマッチします。
/^bcd/というパターンは、"bcdef"という文字列では条件が合致しますが、"abcdef"という文字列では合致しないこととなります。

const regex = /^bcd/

"bcdef".match(regex)  // ["bcd"]
"abcdef".match(regex) // null

/[^0-9]/のように、文字クラスで使用される^とは異なる意味を持つので注意が必要です。

$は文字列の末尾を表します。
^とともに使用することで、完全一致するパターンを指定することもできます。

const regex = /^bcd$/

"bcd".match(regex)    // ["bcd"]
"bcdef".match(regex)  // null
"abcdef".match(regex) // null

\bは単語境界にマッチします。
\wで単語文字¹、\Wで単語文字以外が表されますが、\wと\Wの間の位置、文字列の先頭と\wの間の位置、文字列の末尾と\wの間の位置のことを単語境界と呼びます。

const regex = /\bbcd/

"a bcd e".match(regex) // ["bcd"]
"abcde".match(regex)   // null
"bcde".match(regex)    // ["bcd"]

/\bbcd/のパターンは、"bcd"の前に単語境界があるときにマッチします。
そのため、"a bcd e"は"bcd"の前に単語文字以外の文字" "（半角スペース）があり、"bcde"は"bcd"の箇所が文字列の先頭であるためマッチします。

また、\Bは単語境界以外にマッチします。

先読み言明は、pattern部分が後ろに存在する場合にパターンに合致するよう指定できます。
パターンの条件には含まれますが、マッチ箇所の文字列にはそのパターンが含まれないようになります。

例えば、/abc(?=d)/とすると、"abc"はパターンに合致しませんが、"abcd"はパターンに合致します。
ただし、マッチ箇所の文字列は"abc"となり、先読み言明に含まれている"d"はマッチ箇所の文字列には含まれません。

const regex = /abc(?=d)/

"abc".match(regex)    // null
"abcd".match(regex)   // ["abc"]

後方にpatternがあるかどうか、先を読んでいるので「先読み」というわけですね。

(?=)ではなく(?!)とすることで、先読み言明の否定を指定できます。

先読み言明では後方の文字が条件にあうかを確認していましたが、後読み言明では前方の文字が条件にあうかを確認します。

const regex = /(?<=a)bcd/

"abc".match(regex)    // null
"abcd".match(regex)   // ["bcd"]

後読み言明はECMAScript 2018 (ES9) から使用可能です。

(?<=)ではなく(?<!)とすることで、後読み言明の否定を表します。