プログラミング言語の正規表現まとめ

プログラミングで複雑なルールによる入力チェックや、文字列置換を行いたい時に正規表現を使えると非常に便利です。

複雑な入力チェックの処理をいくつも記述すると分かりづらいコードで、不具合の原因となる場合もあります。

正規表現を用いるとシンプルな記述方法で、簡潔なロジックで表すことができます。

その一方で、正規表現自体の記述方法はルールがたくさんあり、すべてを覚えるのは困難です。

必要な時に調べれば良いので、すべてを覚える必要はないと思いますが、どんなことができるのかは知っておく必要があります。

本ブログではこれまでに、JavaScript、Python、Java、Ruby、Goにおける正規表現を使った操作について解説してきました。

本記事では、各言語の正規表現を使った操作について比較しながらまとめていきます。

各言語における違いが分かったり、書き方を忘れてしまったときの復習用としても役立つ内容になっていますので、ぜひ最後までご覧いただければと思います。

本記事の最後に、各言語のソースコードを含む詳細内容を確認できる、関連ページへのリンクも用意しておきますので、気になる方はチェックしてみてください。

各言語の正規表現として以下の内容を採り上げます。

言語	正規表現の作成方法
JavaScript	スラッシュによって囲まれた文字列で表現する。 2つ目のスラッシュの後に、オプションフラグを付けることができる。
Python	reモジュールを使用する。先頭にrをつけて、Raw文字列記法で表現する。
Java	java.util.regexパッケージを使用する。正規表現をコンパイルする方法としない方法がある。コンパイル時にオプションフラグを付けることができる。
Ruby	スラッシュによって囲まれた文字列で表現する。（他の作成方法もある） 2つ目のスラッシュの後に、オプションフラグを付けることができる。
Go	regexpパッケージを使用する。バッククォーテーションによって囲まれた文字列で表現してコンパイルする。正規表現の先頭にオプションフラグを付けることができる。

正規表現の表現方法は各言語で異なります。
正規表現中の特殊文字やオプションは各言語ともにほぼ同じですが、詳細はリファレンスを見て確認が必要です。

言語	正規表現による文字列チェック
JavaScript	testメソッド：マッチするかどうかを真偽値で返す。 searchメソッド：最初にマッチした文字列の位置を返す。 matchメソッド：マッチした文字列を配列で返す。
Python	matchメソッド：文字列の先頭からマッチするとマッチオブジェクトを返す。 searchメソッド：文字列に対してマッチするとマッチオブジェクトを返す。 fullmatchメソッド：文字列全体がマッチするとマッチオブジェクトを返す。 findallメソッド：マッチした文字列をリストで返す。
Java	matchesメソッド：マッチするかどうかを真偽値で返す。 findメソッド：マッチした部分シーケンスを返す。
Ruby	match?メソッド：マッチするかどうかを真偽値で返す。 matchメソッド：マッチするとMatchDataオブジェクトを返す。 =~メソッド：マッチした文字列の位置を返す。
Go	MatchString関数：マッチするかどうかを真偽値で返す。 FindString関数：最初にマッチした文字列を返す。 FindStringIndex関数：最初にマッチした文字列の先頭と末尾の位置を配列で返す。 FindAllString関数：マッチした文字列を配列で返す。

文字列が正規表現にマッチしているかどうかをチェックする方法は、各言語ともに様々な種類が提供されています。

概ね似たような機能ではありますが、文字列の最初に一致なのか、部分に一致なのかの違いや一致した一部を返すのか、全体を返すのかの違いのあたりに注意して使用する必要があります。

言語	正規表現による文字列置換
JavaScript	replaceメソッド：置換対象を一部とするのか全体とするのかは正規表現のオプションで指定する。
Python	subメソッド：マッチするすべての文字列を置換する。置換上限回数をメソッドの引数で指定できる。
Java	replaceAllメソッド：マッチするすべての文字列を置換する。 replaceFirstメソッド：マッチする最初の文字列を置換する。
Ruby	gsubメソッド：マッチするすべての文字列を置換する。 subメソッド：マッチする最初の文字列を置換する。
Go	ReplaceAllString関数：マッチするすべての文字列を置換する。

文字列の置換処理は大きくマッチするすべての文字列を置換対象とするか、一部を置換対象とするかで別れます。
それぞれ専用のメソッドが提供されているか、正規表現に指定するかなどは言語によって異なります。

言語	正規表現による文字列抽出
JavaScript	抽出したいパターンを正規表現に括弧で指定する。参照する場合は、$1、$2で取得する。
Python	抽出したいパターンを正規表現に括弧で指定する。参照する場合は、\1、\2で取得する。
Java	抽出したいパターンを正規表現に括弧で指定する。参照する場合は、$1、$2で取得する。
Ruby	抽出したいパターンを正規表現に括弧で指定する。参照する場合は、$1、$2で取得する。
Go	抽出したいパターンを正規表現に括弧で指定する。参照する場合は、$1、$2で取得する。

正規表現で文字列を抽出する場合は、どの言語も括弧を使って抽出パターン指定します。

抽出した文字列を参照する方法は、抽出した順番に$1、$2で取得します。

Pythonは\1、\2となりますので、注意が必要です。

言語	正規表現のエスケープ
JavaScript	特殊文字の直前にバックスラッシュを付けてエスケープする。
Python	特殊文字の直前にバックスラッシュを付けてエスケープする。 escapeメソッドでエスケープ後の文字列を取得することも可能。
Java	特殊文字の直前にバックスラッシュを付けてエスケープする。バックスラッシュ自体をさらにバックスラッシュでエスケープする必要がある。
Ruby	特殊文字の直前にバックスラッシュを付けてエスケープする。 escapeメソッドでエスケープ後の文字列を取得することも可能。
Go	特殊文字の直前にバックスラッシュを付けてエスケープする。 QuoteMeta関数でエスケープ後の文字列を取得することも可能。