超初心者向け 正規表現 Regex Regular Expression

正規表現は、文字列の検索パターンを表現するための記法です。英語では、Regular Expression、Regexと呼ばれたりします。言語やツールにより多少の違いがあります。

正規表現については、ドットインストールで勉強することができます。この記事は、その内容を備忘録的に、メモしています。復習やチートシートのとして、利用いただけたら幸いです。

1. メタ文字を使う
2. 文字種
3. 量指定子

文字をそのまま検索で使うことをリテラルと言います。

メタ文字を使う

.を使う

メタ文字を使うことで高度の検索をすることができます。.は、改行を除く任意の1文字という意味です。
例えば、bat cat hat jetという文字列があった場合、.atとするとjet以外の文字列が、検索対象となります。

\を使う

This is a pen.の.を検索対象としたい場合、.を使うと全ての文字が検索対象となってしまいます。\(バックスラッシュ)を使って、\.とすると、メタ文字をエスケープすることができ、.をリテラルとして検索対象にすることができます。
\を検索対象にする場合は、\\として、検索します。

文字種

• \d -> 0-9
• \D -> \d 以外
• \w -> a-z, A-Z, 0-9, _
• \W -> \w 以外
• \s -> スペース, タブ, 改行など
• \S -> \s 以外

数字を置換する

例題

ito, 03-0123-4567
sato, 03-1234-5678
tanaka, 03-9876-5432

上記の電話番号の部分を検索対象にして、xx-xxxx-xxxxで置換したい場合は、

Find

\d\d-\d\d\d\d-\d\d\d\d

Replace

xx-xxxx-xxxx

としてあげると、

結果

ito, xx-xxxx-xxxx
sato, xx-xxxx-xxxx
tanaka, xx-xxxx-xxxx

とすることができます。

文字列を置換する

今度は、下記のtanakaのt以外を伏せ字にしてみます。

例題

ito, 03-0123-4567
sato, 03-1234-5678
tanaka, 03-9876-5432

tで始まる6文字の文字列なので、

Find

t\w\w\w\w\w

Replace

t*****

とすると、

結果

ito, xx-xxxx-xxxx
sato, xx-xxxx-xxxx
t*****, xx-xxxx-xxxx

と置換する事ができます。

量指定子

量指定子を使うと、\d\d\d...と続くものを省略して書く事ができるので便利です。
{n}を使うと、n個、{min,max}を使うとmin以上、max以下、{min,}は、min以上`という意味で連続するものの数を指定して、書く事ができます。

例えば、下記のような電話番号を指定するには、

電話番号

03-0123-4567

例

\d{2}-\d{4}-\d{4}

のように検索する事ができます。
また下記の2つの番号を検索する場合は、

電話番号

03-0123-4567
090-0123-4567

例

\d{2,3}-\d{4}-\d{4}

とすると、両方に一致させる事ができます。
このように、量指定子を使うと簡単に書く事ができて便利です。
下記の、名前の4文字以上を検索対象にしたい場合は、

例題

ito, 03-0123-4567
sato, 03-1234-5678
tanaka, 03-9876-5432

例

\w{4,}

すると、satoとtanakaに一致させる事ができます。

? + *

?は{0,1}、 +は{1,} 、*は{0,}という意味です。もしこの意味がわからなければ、一つ上のセクションの量指定子を見てみてください。

下記の２つの番号に一致させたい場合は、

例

03-1234-5678
0312345678

regex

\d{2}-?\d{4}-?\d{4}

とするとどちにも一致させることができます。

また下記の２つの番号に一致させたい場合は、

例

TEL[phone]
T0312345678

regex

\w+\d{2}-?\d{4}-?\d{4}

とするとどちにも一致させることができます。

下記の4つの番号に一致させたい場合は、

例

03-1234-5678
0312345678
TEL[phone]
T0312345678

regex

\w*\d{2}-?\d{4}-?\d{4}

とすると全てに一致させることができます。

次のような文字列を検索する場合は、

例

"apple", "apples", "pineapple"

regex

".+?" 

とすると一致させることができます。
この場合の?は先に説明した意味とは異なる意味を持っているようです。

アンカー

アンカー配置を指定するのに使います。^は行の先頭、$は行の末尾、\bは単語の境界を意味するメタ文字です。
^は、次のように、行頭の数値に一致させたい場合で、他にも数値がある場合に使えます。

例

1 sato 6
2 ito 9
3 tanaka 8
4 saito 7

regex

^\d

とすると一致させることができます。
また、

regex

\d$

とすると末尾の数値に一致させることができます。

検索に、itoと入力するとitoとsaitoの一部のitoにも一致してしまいますが、単語としてのitoのみに一致させたい場合は、以下のようにすると単語としてのitoのみに一致させることができます。

regex

\bito\b

選択子

abc|123とするとabcまたは、123という意味になる。
下記の文字列に一致させたい場合、

例

example.com
example.net

下記の２つの書き方で一致させることができる

regex

example\.com|example\.net
example\.(com|net)

文字クラスを使う

下記の文字列に一致させたい場合、

例

bat cat hat

下記の２つの書き方で一致させることもできるが、

regex

bat|cat|hat
(b|c|h)at

[]を使って、

regex

[bch]at

としても一致させることができる
[abc]は、a,b,cのどれか1文字という意味になる

^で否定の表現

[の直後で、^を使うと否定の表現になる。
下記の文字列で、cat以外に一致させたい場合

例

bat cat hat　eat

下記のようにすると一致させることができる

regex

[^c]at

また、hatのみに一致させたい場合は、

regex

[^cb]at

としても一致させることができる。

-で範囲指定

例えば[A-F] とするとAからFという意味になる。
下記のリストのAからFに一致させたい場合は、

例

A1
Q31
N18
C5
E32
L4

下記のようにすると一致させることができる

regex

[A-F]\d+

この範囲指定を使うときは、文字コード表を参考にするといいみたいです。
下記に参考の表を貼っておきます。もしもっといいものがあれば教えてください。
ASCII

文字クラスのルールに慣れる

下記のような電話番号があり、全てに一致させたい場合

例

03^1234^5678
03-1234-5678
03.1234.5678

regex

^\d{2}[^-.]

としてしまうと、[の直後に^が来てしまっているので、否定の意味になってしまう。\を使って、エスケープすることができるが、
すると、-が範囲を指定するメタ文字として認識されてしまいます。なので、　また\エスケープします。

文字クラス内でのルール

他にもエスケープするものや、順番によってはエスケープしないものなど、状況によっても変わってきます。
[]内では、]もエスケープが必要で、[\]]のように書いてエスケープします。
\も[\\]のようにエスケープします。
上記の[^-.]についてですが、[]内では、.は、リテラルなので、エスケープする必要がありません。また、[-.^]の順番で書いた場合、-は範囲を表さず、^は、[の直後ではないのでエスケープする必要がありません。

最終的に以上のルールを踏まえて、一致させると下記のようになります。

regex

^\d{2}[-.^]\d{4}[-.^]\d{4}[-.^]$

タブと改行

\tでタブを表す。改行は、OSによって異なり、Windowsは\r\n、V9までのmacOSは\r、UinuxとV10以降のmacOSは\nで改行を表す。選択肢を使って\r\n|\r|\nとすると、全てのOSに対応させることができる。
下記の文字列の改行を一つに統一したい場合は、

例

abc

a
b


c

下記のようにして一個以上の改行に一致させて、

regex

n\+

n\で置き換えると

regex

abc
a
b
c

上記のように改行が一つに統一される。

キャプチャを使って置換する

()を使うと、括弧内の内容を記憶することができる。
例えば、下記のようなリストがあって、それをHTMLのリンクタグにしたい場合、

例

google,https://google.com
example, https://example.com

下記のようにすると一致させることができる。

regex

.+,\s?.+

()を使って記憶させて、

regex

(.+),\s?(.+)

$1,$2を使って、置き換えると、

regex

<a href="$2">$1</a>

regex

<a href="https://google.com">google</a>
<a href="https://example.com">example</a>

となり、リストをHTMLのリンクに置き換えることができました。

後方参照

下記のような文字列があり、前の数字が後ろの数字と一致しているかを調べたい場合、

例

3, 8, 5, 4, 4, 5, 4, 1, 1, 5, 3, 3

()と\1を使って、

regex

(\d),\s\1

とすると、4, 4、1, 1、3, 3などの連続している数字に一致させることができる。
\1は、後方参照するものが多ければ、\1, \2, \3, ...と使うことができる。

以上が、ドットインストールで勉強できる内容です。
下記のURLより、勉強することができます。

ドットインストール
dotinstall.com

　
RegExr:Regexを勉強するのに便利な有名なサイトです。ドットインストールの勉強をこのサイトでするのもおすすめです。

by Web Dev Simplified
Regexr Website を使ったとてもわかりやすい解説です。Regexrを使ったことがない人は、ぜひ使ってみてください。Regexを勉強するための一番有名なサイトです。説明なども読むことができるのでとても便利です。

Regular Expressions Tutorial

Regular Expressions 101
Course files

Simple RegEx Patterns

Literal, Regex Flag, global, insensitive