正規表現説明とよく使うパターンをまとめる

正規表現の説明とよく使うパターンを備忘録としてまとめます。
あわせて書き方による実行時間とCPU負荷を比較してみます。

文字の説明

　Meta Char

記号	説明	例
^	文字列の始まり	^regExp は文字列の最初にregExpがある場合マッチする
[^]	一致しない (NOT)	[^regExp] はregExpではない場合マッチする
$	文字列の終わり	regExp$ は文字列がregExpで終わる場合マッチする
\b	単語の境界（空白・カンマ・タブなど）	\bso\b は why so serious?という文字列に　so にマッチする
\B	単語の境界（空白・カンマ・タブなど）以外	\Bo\B は hello world という文字列に　worldの oにマッチする
\s	空白	空白及びタブがある場合にマッチする
\S	空白以外	空白及びタブがない場合にマッチする
\d	数字	[0-9]と同じ意味で数字にマッチする
\D	数字以外	[^0-9]と同じ意味で数字ではない文字列にマッチする
\w	単語に使用される文字（アルファベット、数字、_ ）	[a-zA-Z_0-9]と同じ意味でアルファベット、数字、_ が入っている文字列にマッチする
\W	単語に使用される文字（アルファベット、数字、_ ）以外	[^a-zA-Z_0-9]と同じ意味で記号 などアルファベット、数字、_ がない文字列にマッチする
\記号	エスケープを表す	\.　 \*　\$ など記号にマッチする
.	文字1つ	n. の場合 no・niなどnの後ろになんでも1つの文字が入ればマッチする

　選択パターン

記号	説明	例
|	OR	A|B の場合 AやBにマッチする
[ ]	[ ]なかの文字の中一つ	[oik]oho の場合 oohoやioho、kohoにマッチする
[ - ]	範囲	[0-9]の場合 0から9にマッチする

　量指定子

記号	説明	例
?	前の部分があるかもないかも	Qiita? の場合 Qiita、Qiitどっちにもマッチする
*	前の部分が0個以上	n\d* の場合 n、n1、n12などにマッチする
+	前の部分が1個以上	n\d+ の場合 n\d* とは違ってn以外の文字列にマッチする
{n}	n個ある	n\d{3} の場合 n125みたいに数字が3つある文字列にマッチする
{n, m}	n個以上、m個以下	n\d{1, 2} の場合 n5やn12みたいに数字が1つから2つある文字列にマッチする
{n,}	n個以上	n\d{3,} の場合 n15487みたいに数字が3つ以上ある文字列にマッチする

※大文字と小文字はお互い逆の意味になる

グループ

()で表現する。グループを使うと下記のような書き方ができる

(to)ma\1　→　tomato

# (to) = グループでtoを意味
# ma = ma
# \1 = グループ1番の 'to'を意味

よく使う正規表現パターン

1. 数字だけ

^[\d]+$

OR

^[0-9]+$

2. 数字、アルファベットだけ

^[a-zA-Z\d]+$

3. URL

^https?:\/\/([a-z0-9-]+\.)+[a-z0-9]{2,4}.*$

4. 電話番号 (000-0000-0000)

(\d{3}).*(\d{4}).*(\d{4})

5. メールアドレス

([\w\.\/\-]+)@([\w_\/\-]+)\.([\w_\.\/\-]*)[a-z][a-z]

6. 画像ファイル (jpg, png, gif)

([^\s]+(?=\.(jpg|gif|png))\.\2)

書き方のによる実行時間・CPU負荷比較

検証前提

比較の検証はVBScriptで実装したコードを基に行っています。

検証コード

CompareRegexpPattern.vb

Dim timerStart, timerEnd
Dim result, loopcount
Dim intExText: intExText = "000-5587-9999"
Dim addressEx: addressEx = "[e-mail]"
Dim cpuName, cpuClock, cpuLoadPercentage
Dim loopCountHalf

loopCount = 10000
loopCountHalf = loopCount / 2

Call GetCPUInfo(cpuName, cpuClock, cpuLoadPercentage)
wscript.echo "CPU Name : " & cpuName
wscript.echo "CPU Clock : " & cpuClock
wscript.echo "CPU Load PCT : " & cpuLoadPercentage
wscript.echo vbCrLf 

' /////////////////////////////////
' CellNumber regExp Use Pure Char
' ////////////////////////////////
timerStart = CDbl(Timer)
For i = 0 To (loopCount - 1)
    result = ExecuteRegExp("cellNumber", "pure", intExText, i)
Next
timerEnd = CDbl(Timer)
wscript.echo "CellNumber/Pure Char : " & (timerEnd - timerStart)
wscript.echo "CPU Load PCT : " & cpuLoadPercentage
wscript.echo vbCrLf 

' /////////////////////////////////
' CellNumber regExp Use Meta Char
' ////////////////////////////////
timerStart = CDbl(Timer)
 For i = 0 To (loopCount - 1)
    result = ExecuteRegExp("cellNumber", "meta", intExText, i)
Next
timerEnd = CDbl(Timer)
wscript.echo "CellNumber/Meta Char : " & (timerEnd - timerStart)
wscript.echo "CPU Load PCT : " & cpuLoadPercentage
wscript.echo vbCrLf 

' /////////////////////////////////
' Address regExp Use Pure Char
' ////////////////////////////////
timerStart = CDbl(Timer)
 For i = 0 To (loopCount - 1)
    result = ExecuteRegExp("address", "pure", addressEx, i)
Next
timerEnd = CDbl(Timer)
wscript.echo "Address/Pure Char : " & (timerEnd - timerStart)
wscript.echo "CPU Load PCT : " & cpuLoadPercentage
wscript.echo vbCrLf 

' /////////////////////////////////
' Address regExp Use Meta Char
' ////////////////////////////////
timerStart = CDbl(Timer)
 For i = 0 To (loopCount - 1)
    result = ExecuteRegExp("address", "meta", addressEx, i)
Next
timerEnd = CDbl(Timer)
wscript.echo "Address/Meta Char : " & (timerEnd - timerStart)
wscript.echo "CPU Load PCT : " & cpuLoadPercentage

' /////////////////////////////////
' Def Funciton
' /////////////////////////////////
Function ExecuteRegExp(regExpPattern, charExpression, text, loopCount)
    ExecuteRegExp = False

    Dim regExpObject
    Set regExpObject = New RegExp
    With regExpObject
        .Global = True
        .IgnoreCase = True
    End With

    If Not ExecuteRegExp Then
        If regExpPattern = "cellNumber" Then
            ' 電話番号の正規表現パターン
            If charExpression = "meta" Then
                regExpObject.Pattern = "(\d{3}).*(\d{4}).*(\d{4})"
            Else
                regExpObject.Pattern = "([0-9]{3}).*([0-9]{4}).*([0-9]{4})"
            End If
        ElseIf regExpPattern = "address" Then
            ' メールアドレスの正規表現パターン
            If charExpression = "meta" Then
                regExpObject.Pattern = "([\w\.\/\-]+)@([\w_\/\-]+)\.([\w\_\.\/\-]*)[a-z][a-z]"
            Else
                regExpObject.Pattern = "^\b[a-zA-Z0-9\.\_\%\+\-]+@[a-zA-Z0-9\_\.\/\-]+\.[a-zA-Z]{2,4}\b$"
            End If
        End If

        ExecuteRegExp = regExpObject.Test(Trim(text))
        ' CPU
        If loopCount = loopCountHalf Then
            Call GetCPUInfo(cpuName, cpuClock, cpuLoadPercentage)
        End If
    End If

    Set regExpObject = Nothing
End Function

' Get CPU Load
Function GetCPUInfo(cpuName, cpuClock, cpuLoadPercentage)
    Dim oClassSet, oClass, oLocator, oService
    Dim szMsg

    Set oLocator = WScript.CreateObject("WbemScripting.SWbemLocator")
    Set oService = oLocator.ConnectServer
    Set oClassSet = oService.ExecQuery("SELECT * FROM Win32_Processor")
    For Each oClass In oClassSet
        cpuName = oClass.Name
        cpuClock = oClass.CurrentClockSpeed
        cpuLoadPercentage = oClass.LoadPercentage
    Next

    Set oClassSet = Nothing
    Set oClass = Nothing
    Set oService = Nothing
    Set oLocator = Nothing
End Function

検証結果

CPU Name : CPU名
CPU Clock : CPUクロック
CPU Load PCT : CPU負荷
RegExp Function/使用したChar : 実行時間

上記で、大して大きくはないが Meta Charの方が実行時間が早いという結果が得られました。

正規表現のパターンチェック

参照元

韓国の資料を基に作成しました。
https://soooprmx.com/archives/7718