Pythonの文字列処理【基本編】

はじめに

Pythonでは文字列処理が柔軟にできます。
データ分析だけでなく、CSVなどを扱う効率化業務でも文字列処理は活躍すると思います。

というわけで、まずは基本的な文字列の扱いについてまとめていきます。

基本編

このパートでは、知っておけば簡単に使える処理をまとめます。

文字列の連結 .join()

words = ["Hello", "World", "Python"]
result = " ".join(words)
print(result)  # Hello World Python

大文字・小文字変換 .upper(), .lower()

text = "Hello World"
print(text.upper())  # HELLO WORLD
print(text.lower())  # hello world

文字列のトリム .strip()

両端の空白を削除する。

text = "  Hello World  "
print(text.strip())   # "Hello World"

文字列の分割 .split()

text = "apple,banana,grape"
items = text.split(",")
print(items)  # ['apple', 'banana', 'grape']

文字列の検索 in, startswith(), endswith()

text = "Hello World"
print("World" in text)  # True

obj = "2025-11-hogehoge.txt"
print(obj.startswith("2025"))  # True

obj = "2025-11-hogehoge.txt"
print(obj.endswith(".txt"))  # True

文字列の置換 .replace()

text = "Hello World"
print(text.replace("World", "Python"))  # Hello Python

# 空白削除
text = "Hello World"
print(text.replace(" ", ""))  # HelloWorld

応用編

正規表現を組み合わせるとより柔軟に扱えます。
ここでは、とっつきやすくて使いやすい処理に注目します。

文字列の検索 re.match(), re.search()

import re

text = "Order ID: 12345"
print(re.match(r"Order", text))   # 先頭が一致
print(re.search(r"\d+", text))    # 最初の数字にマッチ

• match: 文字列の先頭にマッチするか
• search: 文字列を検索して最初にマッチするか

<re.Match object; span=(21, 26), match='target'>のようなオブジェクトが返ってきます。

その文字列が入っているかどうかは、次のように確認できます。

# マッチオブジェクト自体をチェック
if match_obj:  # または if match_obj is not None:
    print(match_obj.group())

補足

• r"..."は正規表現を使う時の文字列パターンに使われる。
• \dは数字一文字を表す。
• +をつけることで、数字が1回以上続くパターンとして認識する。

基本的な正規表現も表でまとめます。

パターン	意味	例
\d	数字（0-9）	\d+ → "123"にマッチ
\w	英数字とアンダースコア	\w+ → "hello_123"にマッチ
\s	空白文字（スペース、タブ、改行）	\s+ → " "にマッチ
.	任意の1文字	a.c → "abc", "a1c"にマッチ
*	0回以上の繰り返し	ab*c → "ac", "abc", "abbc"にマッチ
+	1回以上の繰り返し	ab+c → "abc", "abbc"にマッチ（"ac"は不可）
{n}	ちょうどn回	\d{3} → "123"にマッチ
{n,m}	n回以上m回以下	\d{2,4} → "12", "123", "1234"にマッチ

re.match()とstartswith()との違い

処理的には似ているのですが、使い所が違うのでまとめます。

特徴	startswith()	re.match()
機能	固定文字列との一致確認	正規表現パターンとの一致確認
柔軟性	低い（厳密な文字列の一致）	高い（ワイルドカード、繰り返しなど）
速度	速い（シンプルで最適化されている）	遅い（複雑なパターン処理が必要）
モジュール	Pythonの組み込み文字列メソッド	reモジュールをインポートする必要がある
戻り値	TrueまたはFalse（ブール値）	一致した情報を含むマッチオブジェクト（またはNone）

文字列の置換 re.sub()

text = "My phone is 090-1234-5678"
masked = re.sub(r"\d", "*", text)
print(masked)  # My phone is ***-****-****

パターンの使い回し

定期的に使うようなパターンを先に用意しておくこともできる。

pattern = re.compile(r"\d{4}-\d{2}-\d{2}")
text_list = ["2024-10-01", "invalid", "2025-01-15"]

for t in text_list:
    if pattern.match(t):
        print("日付形式:", t)