初心者のための正規表現：正規表現の書き方

初心者のための正規表現

正規表現（regex）は、テキストを記述するパターンです。正規表現を使えば、文字列の検索、入力の検証、データの抽出、複雑な検索と置換を、単一のコンパクトな表現で行うことができます。基礎を理解すれば、正規表現はプログラミングツールキットの中でも最も強力なツールのひとつになります。

正規表現とは何か？

正規表現は、検索パターンを定義する文字の並びです。パターン \d{3}-\d{2}-\d{4} は、米国の社会保障番号（3桁、ハイフン、2桁、ハイフン、4桁）にマッチします。

正規表現エンジンは、JavaScript、Python、Java、Ruby、Go など、ほぼすべてのプログラミング言語に組み込みで存在します。

リテラル文字

ほとんどの文字は、それ自身にマッチします。パターン cat は、リテラル文字列 "cat" が現れる場所すべてにマッチします。

Pattern: cat
Matches: "cat" in "The cat sat on the mat."
Matches: "cat" in "catalog"

リテラルマッチは単純ですが限界があります。本当の力はメタキャラクターにあります。

メタキャラクター

これらの文字は特別な意味を持ち、リテラルとしてマッチさせるには \ でエスケープする必要があります。

. ^ $ * + ? { } [ ] \ | ( )

文字クラス

文字クラスは、集合の中から 1 文字にマッチします。

角括弧表記

| パターン | マッチするもの | |---------|---------| | [aeiou] | 任意の母音 | | [0-9] | 任意の数字 | | [a-zA-Z] | 任意の英字 | | [^0-9] | 数字ではない任意の文字 |

定義済みクラス

| 省略形 | 説明 | |-----------|-------------| | \d | 任意の数字（[0-9] と同じ） | | \w | 英字、数字、またはアンダースコア | | \s | 空白、タブ、改行 | | \D | 任意の非数字 | | \W | 任意の非単語文字 | | \S | 任意の非空白文字 | | . | 改行以外の任意の文字 |

量指定子

量指定子は、直前の要素が何回現れなければならないかを制御します。

| 量指定子 | 意味 | 例 | マッチするもの | |------------|---------|---------|---------| | * | 0 回以上 | a* | ""、"a"、"aa" | | + | 1 回以上 | a+ | "a"、"aa"、"aaa" | | ? | 0 回または 1 回 | colou?r | "color"、"colour" | | {3} | ちょうど N 回 | \d{3} | "123" | | {2,4} | N 回以上 M 回以下 | \d{2,4} | "12"、"123"、"1234" |

例

\d+     → "42" in "Answer is 42"
https?://  → "http://" and "https://"

アンカー

アンカーは文字ではなく位置にマッチします。

| アンカー | 意味 | |--------|---------| | ^ | 文字列の先頭 | | $ | 文字列の末尾 | | \b | 単語の境界 | | \B | 単語の境界以外 |

^hello   → matches "hello" only at the start
end$     → matches "end" only at the end
\bword\b → matches "word" as a whole word, not inside "sword"

グループと選択

キャプチャグループ ( ) は、マッチした部分を抽出します：

(\d{3})-(\d{4}) → "555-1234", captures "555" in group 1, "1234" in group 2

非キャプチャグループ (?: ) は、抽出せずにグループ化します：

(?:https?|ftp):// → "http://", "https://", "ftp://"

選択 | は OR として機能します：

cat|dog|bird → matches "cat", "dog", or "bird"

実用的な正規表現の例

| ユースケース | パターン | |----------|---------| | 米国の電話番号 | \d{3}-\d{3}-\d{4} | | メールアドレス（簡易） | \S+@\S+\.\S+ | | IP アドレス | \d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3} | | ハッシュタグ | #[a-zA-Z]\w* | | 時刻（HH:MM） | [01]\d|2[0-3]:[0-5]\d |

正規表現パターンをテストする方法

常にパターンを対話的にテストしましょう：

1. 正規表現パターンを入力します。
2. テスト文字列を入力します。
3. どの部分がマッチするかをリアルタイムで確認します。
4. 調整して繰り返します。

正規表現テスターツールを使ってパターンを試してみてください。マッチをハイライトし、キャプチャグループを表示し、式の各部分が何をするのかを正確に理解するのに役立ちます。