はじめに

正規表現が必要な場面はよくあります。
私は毎回AIに作ってもらって試すのですが、簡単なものは自分でやったほうが早いことに気づきました。
そこで、正規表現をちゃんと理解するために、基本的な内容をまとめます。

正規表現とは

正規表現（Regular Expression、regex）は、文字列のパターンを表現するための記法です。
テキストの検索や置換、バリデーションなど、様々な場面で使われています。

プログラミングでは、以下のような場面で正規表現が活躍します

メールアドレスや電話番号の形式チェック
ログファイルから特定のパターンを抽出
文字列の一括置換
URL のパース（分解）

基本的なメタ文字

正規表現では、特別な意味を持つ文字を「メタ文字」と呼びます。

1. 文字クラス

パターン	説明	例
`.`	任意の1文字（改行以外）	`a.c` → `abc`, `adc`, `a1c`
`\d`	数字（0-9）	`\d\d` → `01`, `99`
`\D`	数字以外	`\D` → `a`, `@`
`\w`	単語構成文字（英数字とアンダースコア）	`\w+` → `hello`, `test_123`
`\W`	単語構成文字以外	`\W` → `@`, `!`
`\s`	空白文字（スペース、タブ、改行）	`\s+` → スペース、タブ
`\S`	空白文字以外	-

2. 文字クラスの定義

[] を使って、マッチさせたい文字の集合を定義できます。

[abc]    # a, b, c のいずれか
[a-z]    # a から z までの小文字
[A-Z]    # A から Z までの大文字
[0-9]    # 0 から 9 までの数字
[a-zA-Z] # すべてのアルファベット
[^abc]   # a, b, c 以外（^は否定）

3. 量指定子

パターン	説明	例
`*`	0回以上の繰り返し	`ab*c` → `ac`, `abc`, `abbc`
`+`	1回以上の繰り返し	`ab+c` → `abc`, `abbc`
`?`	0回または1回	`ab?c` → `ac`, `abc`
`{n}`	ちょうどn回	`a{3}` → `aaa`
`{n,}`	n回以上	`a{2,}` → `aa`, `aaa`, `aaaa`
`{n,m}`	n回以上m回以下	`a{2,4}` → `aa`, `aaa`, `aaaa`

4. 位置指定

パターン	説明	例
`^`	文字列の先頭	`^Hello` → "Hello world" の Hello
`$`	文字列の末尾	`world$` → "Hello world" の world
`\b`	単語の境界	`\bcat\b` → "cat" だが "catch" はマッチしない
`\B`	単語の境界以外	-

5. グループ化と選択

パターン	説明	例
`()`	グループ化（キャプチャ）	`(ab)+` → `ab`, `abab`
`(?:)`	グループ化（非キャプチャ）	`(?:ab)+` → `ab`, `abab`
`\|`	OR（選択）	`cat\|dog` → `cat` または `dog`

フラグ（オプション）の使い方

正規表現の末尾にフラグを付けることで、マッチングの動作を変更できます。

主要なフラグ一覧

フラグ	名称	説明
`g`	Global（グローバル）	すべてのマッチを検索（1つ目だけでなく）
`i`	Case-insensitive（大文字小文字無視）	大文字小文字を区別しない
`m`	Multiline（複数行）	`^` と `$` が各行の始まりと終わりにマッチ
`s`	Dotall（ドットオール）	`.` が改行文字にもマッチ
`u`	Unicode	Unicode対応の処理を有効化
`y`	Sticky（固定位置）	lastIndex位置から開始

実践的な例

1. メールアドレスのバリデーション

email_validation.js

const emailPattern = /^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$/;

console.log(emailPattern.test("example@test.com")); // true
console.log(emailPattern.test("invalid.email"));     // false

解説：

^ と $ で文字列全体をマッチ
[a-zA-Z0-9._%+-]+ でローカル部分（@の前）
@ でアットマーク
[a-zA-Z0-9.-]+ でドメイン部分
\.[a-zA-Z]{2,} でトップレベルドメイン（.com など）

2. 電話番号の抽出

phone_extraction.py

import re

text = "お問い合わせは 03-1234-5678 または 090-9876-5432 まで"
pattern = r'\d{2,4}-\d{4}-\d{4}'

phone_numbers = re.findall(pattern, text)
print(phone_numbers)  # ['03-1234-5678', '090-9876-5432']

解説：

\d{2,4} で2〜4桁の数字（市外局番）
- でハイフン
\d{4} で4桁の数字

3. URLの抽出

url_extraction.js

const text = "Visit https://example.com or http://test.org for more info";
const urlPattern = /https?:\/\/[^\s]+/g;

const urls = text.match(urlPattern);
console.log(urls); // ['https://example.com', 'http://test.org']

解説：

https? で http または https（?は sが0回または1回）
:\/\/ でコロンとスラッシュ2つ（エスケープが必要）
[^\s]+ で空白以外の文字が1回以上
g フラグで全体検索

4. パスワードの強度チェック

password_validation.py

import re

def is_strong_password(password):
    # 8文字以上、大文字・小文字・数字を含む
    if len(password) < 8:
        return False
    
    has_upper = re.search(r'[A-Z]', password)
    has_lower = re.search(r'[a-z]', password)
    has_digit = re.search(r'\d', password)
    
    return all([has_upper, has_lower, has_digit])

print(is_strong_password("Pass123"))   # False (8文字未満)
print(is_strong_password("Password123")) # True
print(is_strong_password("password123")) # False (大文字なし)

5. 文字列の置換

text_replacement.js

const text = "Today is 2024/01/15. Tomorrow is 2024/01/16.";

// 日付形式を YYYY-MM-DD から YYYY年MM月DD日 に変換
const result = text.replace(
  /(\d{4})\/(\d{2})\/(\d{2})/g,
  "$1年$2月$3日"
);

console.log(result);
// "Today is 2024年01月15日. Tomorrow is 2024年01月16日."

解説：

() でグループ化した部分は $1, $2, $3 で参照できる
g フラグで文字列内のすべてをマッチ

まとめ

慣れない文字が多いので、必要なものだけ覚えていくようにするといいかもしれないです。
私はこれからも複雑なものはAIに任せるかもしれません...

参考リンク