はじめに

以前投稿した記事にていただいた編集リクエストで、気になったものがあったので調査した備忘録

メールアドレスの正規表現を例に、[]内でのエスケープすべき文字を調査しました

お品書きは下記の通り

問題となった正規表現

正規表現：https?://[\w!?/\+\-_~=;.,*&@#$%\'\[\]]+
編集リクエスト：[]内の?, *, $をエスケープする

これは、メールアドレスを判定するときに使用していた正規表現

このリクエストを受け、さっそく正規表現を修正してテストをした

編集リクエスト通り修正し、問題なく処理されることが分かったのですが、一つ疑問が浮上した

なんでエスケープしなくても動いたの？？？？

ということでいろいろと調べた結果[]内では特定のメタ文字しか使われていないのではという考えに至った

[]の正規表現は[]内にある文字(集合)のいずれかにマッチするという意味で
[abc]とした場合、aかbかcのいずれかにマッチ
であった

当然記号などの文字(集合)でも上記のことが言えて、
[a?.+]と入力した場合、aか?か.か+のいずれかにマッチ
となることはわかった

\wや\Sなどは一つ一つの要素が文字(集合)となるので心配ご無用

また、メタキャラクタではない英字(jやl）を使って
\j\l\wとした場合、jl(a ~ z)にマッチ
という意味になる

つまり、特別な意味がない文字にエスケープをしてもしなくても普通の文字や記号なのである

では全部の文字をエスケープしなくていいかというと、以下のメタ文字たちは例外である

[]内でのみエスケープをする記号

[a-z] としたとき、「aからz（小文字アルファベットのいずれかにマッチしたとき」を意味するため、ハイフン(-)を文字として使用したい場合はエスケープが必要

[^ABC] としたとき、「A, B, C ではないものにマッチしたとき」を意味するため、キャップ(^)を文字として使用したい場合はエスケープが必要

バックスラッシュはエスケープを意味するため、文字として使用したい場合、バックスラッシュを二回( \\ )入力する必要がある

[ABC]] と入力した際、最初（５文字目）の大かっこ閉じ(])で閉じてしまうため、「(A or B or C)]にマッチ」という正規表現になってしまう
そのため、]はエスケープが必要

[]内で使用されるメタ文字だけエスケープする正規表現と、
メタ文字として使われる文字全てエスケープする正規表現を記載しておく
やっぱり中途半端よりも統一したほうがいいですからね…

個人的には1の方が見やすいので好みですが、慣れるまでは2を使っていこうかな…

今回いただいた編集リクエストで、あいまいにしていたところを調べられました
ありがとうございました<(_ _ )>

自分では見えていなかった（見てなかった部分も…？）ところを再度調べてみました

また、この考えは違うなどありましたらご教授いただけると光栄です( ^_^)/