ソフトウェア開発

正規表現のメモ

目次

背景

正規表現（Regular Expressions）は偶に使うのでメモ。

正規表現

文字を表す記号

.: 任意の1文字（ワイルドカード）
\w: 任意の英数字
\d: 任意の数字
\s: 任意の空白文字
\t: タブ文字
¥r, ¥n, ¥r¥n: 改行コード
英語大文字: [A-Z]
ひらがな: [ぁ-ん]
カタカナ: [ァ-ン]
半角記号: [\x21-\x7E]
全角記号: [\uFF01-\uFFE6]

繰り返しの記号

量指定子
- +: 1回以上の繰り返し
- *: 0回以上の繰り返し
- ?: 0回または1回の出現
- {n,m}: n回以上m回以下の繰り返し
繰り返しの最短一致（控えめな一致）: *?, +?, ??, {n,m}?

文字クラス（Either）

集合演算子
- [ ]: 指定された文字のいずれか1文字（Either or）
- [^ ]: 指定された文字以外の1文字
- [-]: 範囲指定
&&: 文字クラス内でAND表現（Javaのみ）

グループ（Whole）

グループ化演算
- (): 指定された文字列を結合（Whole）
|: OR条件
キャプチャグループ
- 後方参照
  - \1, \2...: 正規表現内で使う
  - $1, $2...: 置換パターンで使う
(?:) : キャプチャグループを作らない

アンカー（Where）

^: 文字列の先頭
$: 文字列の末尾
¥b: 単語の境界
指定先読み: (?=...)
否定先読み: (?!...)
肯定後読み: (?<=...)
否定後読み: (?<!...)

条件

OR条件:
- 1文字: [abc]
- 2文字以上: (りんご|ばなな)
AND条件:
- And条件: (?=.*りんご)(?=.*ばなな).*
- 文字クラス: [ab&&[cd]]
NOT条件:
- 文字を含まない: [^abc]
- 文字列をで始まらない: (?!xxx)
- 文字列をで終わらない: .+(?!<!xxx)
- 文字列を含まない: (?!.*xxx).*

数値

数値の桁数: ^\d{n}$
カンマ桁区切り: ^\d{1,3}(,\d{3})*$
小数点含む数字: ^\d+(\.\d+)?$
整数: ^-?\d+$

具体例

日付: ^\d{4}/\d{1,2}/\d{1,2}$
URL: ^(https?|ftp)://[^\s/$.?#].[^\s]*$
郵便番号: ^\d{3}-\d{4}$
パスワード強度のチェック: (?=.*[a-z])(?=.*[A-Z])(?=.*\d)[a-zA-Z\d]{8,}
XMLのタグ: <([a-zA-Z]+)>(.*?)<\/\1>

フラグ

i（case insensitive）: 大文字小文字区別なし
g（case global）:
- ローカルパターン: 最初の出現だけマッチ
- グローバルパターンパターン: 全ての出現にマッチする
m（multiple lines）: 複数行にマッチする

エスケープが必要な記号

\: バックスラッシュ
.: ドット
*: アスタリスク
+: プラス
?: クエスチョン
{}: 波括弧
[]: 角括弧
(): 丸括弧
^: キャレット
$: ドルマーク
|: パイプ

参考文献