正規表現の書き方¶

Category: 正規表現

ssu の regex_ で始まる関数（regex_match regex_find regex_findall regex_count regex_replace regex_replace_first regex_erase regex_erase_first regex_split regex_escape）に共通する、パターン・オプション・結果の取り出し方をまとめます。Mc203-1以降。

正規表現エンジンは DEELX です。Perl や .NET に近い書式で、\d \w \s、[a-z]、* + ? {n,m}（? を付けると最短一致）、|、(...)、(?:...)、(?<名前>...)、\1、^ $ \b、先読み・後読み（(?=...) (?!...) (?<=...) (?<!...)）などが使えます。文字は Unicode のまま扱うので、ひらがな・漢字も 1 文字として一致します（. や [^a] など）。ただし \w \d \s と \b は ASCII の範囲だけが対象で、（regex_match、日本語、^\w+$） は 0 です。日本語の範囲は [ぁ-ん] [ァ-ヶ] [一-龠] のように書きます。

里々の中で書くときの注意¶

パターンの中の \ や半角の ( ) はそのまま書けます。全角の （ ） は里々の記法として先に解釈されるので、文字として使いたいときは φ（ φ） と書きます（前処理）。、 は引数の区切りになります。

オプション¶

関数の最後の引数（省略可）に、次の文字を並べて指定します。大文字でも同じです。空白と , は無視されます。

文字	意味
`i`	大文字小文字を区別しない
`s`	`.` が改行にも一致する
`m`	`^` と `$` が行頭・行末に一致する（指定しないと文字列の先頭・末尾）
`x`	パターン中の空白とコメント（`#` から行末まで）を無視する

それ以外の文字を書くと 正規表現のオプションが正しくありません（i, s, m, x が使えます）。（エラー）になります。

パターンの中で (?i) (?s) (?m) と書いても指定できます。(?i) はそこから後ろに効きます（A(?i)B は A を区別して、B は区別しません）。

グループの番号¶

一致した部分は、（S0） が全体、（S1） 以降が括弧のグループです（regex_match、regex_find で入ります）。番号は開き括弧の順です。

名前付きグループ (?<名前>...) は、名前の付かないグループより後ろに番号が付きます（.NET と同じ）。(?<w>\w+) (\w+) では、（S1） が 2 つめの (\w+)、（S2） が w です。番号に頼らず ${名前} で参照するほうが安全です。

置換後の書き方¶

regex_replace などの「置換後」で使えます。

書き方	意味
`$1` `$2`…	その番号のグループ
`${名前}`	名前付きグループ
`$&`	一致した部分全体
$`	一致した部分より前
`$'`	一致した部分より後ろ
`$_`	対象の文字列全体
`$$`	`$` 自身

注意¶

正規表現の書式のエラーは報告されません。閉じていない括弧などは、エンジンが解釈できる範囲で解釈され、エラーにはなりません。パターンは実機で確かめてください。
空文字列に一致するパターンでも、1 文字ずつ進むので止まらなくなることはありません（（regex_count、abc、） は 4）。
複雑なパターンで一致の探索に時間がかかることがあります（入れ子の * など）。外部から来た文字列をパターンにするときは、regex_escape を通してください。