はじめに

正規表現について、初学者が自分なりにまとめたことをアウトプットします。
正規表現とは何か、正規表現の記法、注意点、使用例の順で解説します。
初学者向けの取っ掛かりになればと思います。

正規表現とは

正規表現とは、特定のパターンの文字列を表現する記法です。
「Aで始まりNで終わる英字6文字の文字列」「数値で始まり英字で終わる行」等特定のパターンの文字列を柔軟に表現する記法です。
正規表現を覚えることで、文字列検索・抽出・置換等文字列操作を素早く行え、作業効率upを見込めます。

正規表現の記法

正規表現の記法について解説します。

基本的な正規表現

基本的な正規表現について解説します。
使用例と、マッチする文字列の例も解説します。

文字	意味	正規表現の例	マッチする例
.	改行を除く任意の1文字	AB.C	ABDC, ABEC等
*	直前の文字の0文字以上の繰り返し	AB*C	AC, ABBBC等
+	直前の文字の1文字以上の繰り返し	AB+C	ABC, ABBBBBC等
?	直前の文字が0個or1個	AB?C	AC, ABC

上記文字を組み合わせたパターンについて解説します。

文字	意味	正規表現の例	マッチする例
.*	任意の0文字以上	AB.*C	ABC, ABDEFGHIC等
.+	任意の1文字以上	AB.+C	ABDC, ABDEFGHIC等
*?	直前の文字を0回以上繰り返す	AB*?C	AC, ABDEDEDEC等
+?	直前の文字を1回以上繰り返す	AB+?C	ABC, ABDEDEDEC等
??	直前の文字を0回or1回繰り返す	AB??C	AC, ABC

グルーピング

グルーピングについて解説します。
使用例と、マッチする文字列の例も解説します。

文字	意味	正規表現の例	マッチする例
｜	OR条件	ABC｜ADC	ABC, ADC
[ ]	[ ]内に含まれるいずれか1文字にマッチ	AB[DEF]C	ABDC, ABEC, ABFC
[^ ]	[ ]内に含まれる文字以外にマッチ	AB[^DEF]C	ABBC, ABGC等
( )	文字を1つのグループにまとめる	AB(DE｜FG)C	ABDEC, ABFGC
{n}	直前の文字の桁数を指定	AB{3}C	ABBBC
{n,}	直前の文字の最小桁数を指定	AB{3,}C	ABBBC, ABBBBBBC等
{n,m}	直前の文字の最小桁数と最大桁数を指定(最長一致)	AB{3,5}C	ABBBC, ABBBBC, ABBBBBC
{n,m}?	直前の文字の最小桁数と最大桁数を指定(最短一致)	AB{3,5}?C	ABBBC, ABBBBC, ABBBBBC
※｜は半角です。

特定の位置関係

特定の位置関係について解説します。
使用例と、マッチする文字列の例も解説します。

文字	意味	正規表現の例	マッチする例
^	文字列の先頭を表す	^ABC	ABC, ABCDEFG..等
$	文字列の末尾を表す	ABC$	ABC, ..xyzABC等
\b	単語の先頭or末尾	\bABC	ABC, ABCDEF等
		ABC\b	ABC, XYZABC等
\B	単語の先頭でも末尾でもない	\BABC	ZABCD, XYZABCDEF等
		ABC\B	ZABCD, XYZABCDEF等

定義済みの正規表現

定義済みの正規表現について解説します。
別表現があれば、それも解説します。

| 文字 | 意味 | 言い換え |
|:----:|:----:|:----:|:----:|
| \t | 水平タブ | - |
| \v | 垂直タブ | - |
| \f | フォームフィード(改ページ) | - |
| \r | 改行(CR) | - |
| \n | 改行(LF) | - |
| \a | ベル | - |
| \s | 空白文字(※垂直タブ除く) | [ \t\f\r\n] |
| \S | 空白文字以外 | [＾ \t\f\r\n] |
| \l | 半角英小文字 | [a-z] |
| \L | 半角英小文字以外 | [＾a-z] |
| \u | 半角英大文字 | [A-Z] |
| \U | 半角英大文字以外 | [＾A-Z] |
| \d | 数値 | [0-9] |
| \D | 数値以外 | [＾0-9] |
| \w | アルファベット、アンダーバー、数値 | [a-zA-Z_0-9] |
| \W | アルファベット、アンダーバー、数値以外 | [＾a-zA-Z_0-9] |

注意点

正規表現を扱ううえでどつぼに嵌まりやすいポイントを3点解説します。　

特定の文字を扱う際、\でエスケープする必要がある
例えば、+を「1回以上の繰り返し」という意味ではなく「+という文字」として扱いたい場合、ただ「+」と入力するだけでは前者で解釈されてしまいます。
後者で使用したい場合、\+と入力する必要があります。
\を使用して、前者で解釈されることを防ぐ必要があります(エスケープと言います)。
行頭行末は忘れがち
行頭を表す「^」や行末を表す「$」の条件指定をついつい忘れがちです。
ツールによっては使えない正規表現がある
例えば、?はperl(※プログラミング言語のひとつ)では使えますが、sed(※linuxで文字列置換等ができるコマンド)では使えません。
意図した結果にならない可能性があるので、注意が必要です。

例

　正規表現を使用した例と、記法の意味について解説します。

郵便番号

	\d{3}-\d{4}

(3ケタの数値) - (4ケタの数値) という意味です。

携帯電話番号

	0[789]0-\d{4}-\d{4}

0(7 or 8 or 9)0 - (4ケタの数値) - (4ケタの数値) という意味です。

固定電話番号

	0\d(-\d{4}|\d-\d{3}|\d{2}-\d{2}|\d{3}-\d|)\d{4}

以下のいずれかのパターンを指します。

・ 0△-□□□□-××××
・ 0△△-□□□-××××
・ 0△△△-□□-××××
・ 0△△△△-□-××××

末尾は4ケタの数値固定です。

メールアドレス

	\w+([\-\+\.]\w+)*@\w+([\-\.]\w+)*.\w+([\-\+\.]\w+)*

\w+　　　：アルファベット、アンダーバー、数値の1回以上の繰り返し..(※1)
[\-\+\.]　　：-か+か.のいずれか..(※2)
([\-\+\.]\w+)*：(※1)または(※2)の0回以上の繰り返し

URL

	https?://([\w\-]+\.)+[\w\-]+(/[\w\-\./\?%&=]*)?

? 　　　　　　：直前の文字が0個or1個
[\w\-]+ 　　　： [アルファベット、アンダーバー、数値、ハイフン]の1回以上の繰り返し..(※3)
.　　　　　　：「.」という文字..(※4)
([\w-]+.)+　　：(※3)または(※4)の1回以上の繰り返し
[\w\-\./?%&=]*：[アルファベット、アンダーバー、数値、ハイフン、ドット、スラッシュ、?、%、&、=]の1回以上の繰り返し..(※5)
(/[\w-./?%&=]*)?：/ または(※5)が0個or1個

おわりに

　正規表現について解説しました。
　著者は正規表現に対して苦手意識を持っていました。
　よく分からない記号がずらずら並んでいて、何を言っているかサッパリでした。
　ただ、知識を習得すれば応用が利きやすいと思います。
　くわえて、知識習得のハードルはそれほど高くないと思います。
　便利なのでぜひ覚えてみてください。

参考元

　記事作成にあたり、以下のサイトを参考にしました。
　・https://murashun.jp/article/programming/regular-expression.html
　・https://www.tohoho-web.com/ex/regexp.html
　・https://www.ne.jp/asahi/futohen/sankaku/h085.htm
　・https://www.megasoft.co.jp/mifes/seiki/s310.html