文字列の処理では，対象となる文字列のパターンが重要です．特定の文字が含まれるか含まれないか，任意の文字並びが含まれるか，特定の文字の後にある文字列が含まれるか — 等です．さまざまな文字列のパターンが考えられ，それらについて処理を行わなくてはなりません．その文字列のパターンは正規表現で表すことができます．

パターン

ある任意の文字列と正規表現で表された文字列パターンとを比較することができます．それをパターンマッチと言います．以下の表にパターンマッチに使われる正規表現を示します．

パターンマッチに使われる正規表現
正規表現	文字列パターン
[abcXYZ]	a,b,c,X,Y,Zのどれかひとつ
[a-z]	a～zのどれかひとつ
[C-W5-7]	C～W，あるいは5～7のどれかひとつ
[^ab]	'a'と'b'以外にマッチ．ブラケット直後の ^ は否定
hoge \| fuga	hoge あるいは fuga のいずれか
.	改行文字(\n)以外の任意の1文字
\s と \S	\s は空白文字^*1にマッチ．\Sはその否定．
\d と \D	\d は0～9の数字にマッチ([0-9]と同じ)．\D はその否定．
\w と \W	英文字と英数字([a-zA-Z0-9])]にマッチ．\W はその否定．
*	直前の文字がゼロ個以上
+	直前の文字が1個以上
?	直前の文字が0個または1個
{3,8}	直前の文字が3個以上，8個以下．できるだけ多くのものにマッチ．
{6}	直前の文字が6個
{7,}	直前の文字が7個以上
(パターン)	「\整数」で括弧内の文字列を参照できる^*2
\b と \B	\b は単語境界，\B は単語境界ではない．
^	直後が文字列の先頭
$	直前が文字列の末尾

^*1 空白文字とは，「スペース，CR, Tab, LF, 改ページ」のこと．
^*2 /xx(.)yy([a-z])zz\2\1/は，「xx9yyazza9や「xxByykzzkB」にマッチする．\1は最初の括弧内の . に対応した文字列(ここでは文字)，\2は次の括弧内の文字列になる．

注意事項

制御に使われる文字を正規表現内で文字として使う場合には，エスケープ(文字の前に\をつける)しなくてはなりません．このような文字は，「\」や「*」,「+」，「.」，「?」，「{」と「}」，「(」と「)」,「[」と「]」，「^」，「|」，「\」です．また，「-」は角括弧[ ]内に書くときのみエスケープします．
優先順位演算子の優先順は，(1)括弧「()」，(2)繰り返しを表す「*,+,?,{3,8}」，(3)並び，位置指定，(4)または「|」です．このページに詳しく書いてある．

オペレーター

オブジェクト

Python 正規表現 (re) のオブジェクト
オブジェクト	内容
re.compile(pattern, flags=0)	正規表現パターンをオブジェクトにコンパイル．match() と search()メソッドが高速になります．or演算子 (\|) を使うと，複数のフラク(flags)を指定できます．
re.search(pattern, string, flags=0)	一致する場合には文字列のインスタンス，一致しない場合には None を返す．
re.match(pattern, string, flags=0)	search は文字列の任意の場所の検索に対して，match 文字列の先頭の検索です．一致する場合には文字列のインスタンス，一致しない場合には None を返す．
re.split(pattern, string, maxsplit=0, flags=0)	文字列をパターンので分割し，リストで返します．(pattern)とすると，パターン文字列も結果リストの一部として返されます．maxsplit がゼロでない場合，先頭から maxsplit まで分割が発生し，残りの文字列がリストの最後の要素になります．

ページ作成情報

参考資料

マニュアル「正規表現 HOWTO」．

更新履歴

2017年08月11日

新規作成

Python正規表現 (regular expression)

目次

はじめに