Python正規表現（reモジュール）実践ガイド

Python正規表現（reモジュール）実践ガイド

Pythonのreモジュールで正規表現の力を活用する方法を発見。ステップバイステップ例で一般的パターン、マッチング技法、高度関数を解説。

正規表現とは？

正規表現（RegEx）は検索パターンを定義する文字シーケンスです。例えばパターン^a...s$はaで始まりsで終わる5文字文字列にマッチします。

^a...s$

パターンは文字列照合に使用できます。以下の表は異なる入力に対するパターン振る舞いを示します：

式	文字列	マッチ？
^a...s$	abs	マッチなし
	alias	マッチ
	abyss	マッチ
	Alias	マッチなし
	An abacus	マッチなし

PythonのreモジュールはRegEx操作に必要なツールを提供。re.match()でパターンを文字列照合する簡単な例：

import re
pattern = '^a...s$'
test_string = 'abyss'
result = re.match(pattern, test_string)
if result:
    print("Search successful.")
else:
    print("Search unsuccessful.")

パターン発見時、re.match()はマッチオブジェクト返却；否则None。

メタ文字によるパターン指定

メタ文字は正規表現エンジンが特別な意味で解釈する特殊記号。主要メタ文字のクイックリファレンス：

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

角括弧：[]

角括弧はマッチ対象文字セットを定義。例：[abc]はa、b、cのいずれか1文字にマッチ。

式	文字列	マッチ？
[abc]	a	1マッチ
	ac	2マッチ
	Hey Jude	マッチなし
	abc de ca	5マッチ

ハイフンで範囲指定可能、例：[a-e]は[abcde]と等価。セット反転は開き括弧直後にキャレット^、例：[^abc]はa、b、c以外の任意文字にマッチ。

ピリオド：.

ドットは改行以外の任意単一文字にマッチ。

式	文字列	マッチ？
..	a	マッチなし
	ac	1マッチ
	acd	1マッチ
	acde	2マッチ（4文字含む）

キャレット：^とドル：$

キャレットは文字列先頭、ドルは文字列末尾をアサート。例：^aはaで始まる文字列、a$はaで終わる文字列にマッチ。

式	文字列	マッチ？
^a	a	1マッチ
	abc	1マッチ
	bac	マッチなし
^ab	abc	1マッチ
	acb	マッチなし（aで始まるがbが続かない）

式	文字列	マッチ？
a$	a	1マッチ
	formula	1マッチ
	cab	マッチなし

量指定子：*、+、?、{n,m}

これら記号は直前要素の出現回数を制御。

• * — 0回以上
• + — 1回以上
• ? — 0回または1回
• {n,m} — 少なくともn回、最大m回

例：

式	文字列	マッチ？
ma*n	mn	1マッチ
	man	1マッチ
	maaan	1マッチ
	main	マッチなし（aがnに続かない）
	woman	1マッチ

式	文字列	マッチ？
ma+n	mn	マッチなし（aなし）
	man	1マッチ
	maaan	1マッチ
	main	マッチなし（aがnに続かない）
	woman	1マッチ

式	文字列	マッチ？
ma?n	mn	1マッチ
	man	1マッチ
	maaan	マッチなし（aが1超）
	main	マッチなし（aがnに続かない）
	woman	1マッチ

式	文字列	マッチ？
a{2,3}	abc dat	マッチなし
	abc daat	1マッチ（daatで）
	aabc daaat	2マッチ（aabcとdaaatで）
	aabc daaaat	2マッチ（aabcとdaaaatで）

よく使われるパターン：[0-9]{2,4}は2〜4桁連続数字にマッチ。

式	文字列	マッチ？
[0-9]{2,4}	ab123csde	1マッチ（ab123csdeで）
	12 and 345673	3マッチ（12、3456、73）
	1 and 2	マッチなし

選択：|

垂直バーは論理OR実装。例：a|bはaまたはbを含む文字列にマッチ。

式	文字列	マッチ？
a|b	cde	マッチなし
	ade	1マッチ（adeで）
	acdbea	3マッチ（acdbeaで）

グループ化：()

括弧でサブパターンをグループ化し、マッチ部分文字列を捕捉。例：(a|b|c)xzはa、b、cのいずれかにxzが続く文字列にマッチ。

式	文字列	マッチ？
(a|b|c)xz	ab xz	マッチなし
	abxz	1マッチ（abxzで）
	axz cabxz	2マッチ（axzbc cabxzで）

エスケープ：\

バックスラッシュでメタ文字をリテラル扱い。例：\$aは$を行末アンカーと解釈せずリテラル$aシーケンスにマッチ。

特殊シーケンス

特殊シーケンスは一般的パターンを簡素化。以下はリファレンスリストと例示例。

文字列先頭：\A

式	文字列	マッチ？
\Athe	the sun	マッチ
	In the sun	マッチなし

単語境界：\b

式	文字列	マッチ？
\bfoo	football	マッチ
	a football	マッチ
	afootball	マッチなし
foo\b	the foo	マッチ
	the afoo test	マッチ
	the afootest	マッチなし

非単語境界：\B

式	文字列	マッチ？
\Bfoo	football	マッチなし
	a football	マッチなし
	afootball	マッチ
foo\B	the foo	マッチなし
	the afoo test	マッチなし
	the afootest	マッチ

数字：\d / 非数字：\D

式	文字列	マッチ？
\d	12abc3	3マッチ（12abc3で）
	Python	マッチなし
\D	1ab34"50	3マッチ（1ab34"50で）
	1345	マッチなし

空白：\s / 非空白：\S

式	文字列	マッチ？
\s	Python RegEx	1マッチ
	PythonRegEx	マッチなし
\S	a b	2マッチ（ a bで）
		マッチなし

単語文字：\w / 非単語：\W

式	文字列	マッチ？
\w	12&": ;c	3マッチ（12": ;cで）
	"%> !	マッチなし
\W	1a2%c	1マッチ（1a2%cで）
	Python	マッチなし

文字列末尾：\Z

式	文字列	マッチ？
Python\Z	I like Python	1マッチ
	I like Python Programming	マッチなし
	Python is fun.	マッチなし

ヒント： regex101のようなオンライン正規表現テスターでパターンを素早く作成・デバッグ。

PythonでのRegEx使用

Pythonのreモジュールは正規表現操作のための豊富な関数と定数を提供。インポート：

import re

以下は最も一般的なユーティリティと使用法。

re.findall()

文字列内のすべての非重複マッチをリスト返却。

# 文字列からすべての数字抽出
import re
string = 'hello 12 hi 89. Howdy 34'
pattern = '\d+'
result = re.findall(pattern, string)
print(result)  # 出力: ['12', '89', '34']

マッチなし時は空リスト返却。

re.split()

パターンマッチ箇所で文字列分割、部分文字列リスト返却。

import re
string = 'Twelve:12 Eighty nine:89.'
pattern = '\d+'
result = re.split(pattern, string)
print(result)  # 出力: ['Twelve:', ' Eighty nine:', '.']

オプションmaxsplitで分割数制限可能。0（デフォルト）は全マッチで分割。

import re
string = 'Twelve:12 Eighty nine:89 Nine:9.'
pattern = '\d+'
# 最初の出現のみで分割
result = re.split(pattern, string, 1)
print(result)  # 出力: ['Twelve:', ' Eighty nine:89 Nine:9.']

re.sub()

パターンのすべての出現を置換文字列で置換。

# すべての空白文字削除
import re
string = 'abc 12\nde 23 \n f45 6'
pattern = '\s+'
replace = ''
new_string = re.sub(pattern, replace, string)
print(new_string)  # 出力: abc12de23f456

置換数制限はcount引数。0で全マッチ置換。

new_string = re.sub(r'\s+', replace, string, 1)
print(new_string)  # 出力:
# abc12de 23
# f45 6

re.subn()

re.sub()類似だが、新文字列と置換実行回数のタプル返却。

new_string = re.subn(pattern, replace, string)
print(new_string)  # 出力: ('abc12de23f456', 4)

re.search()

パターンマッチ最初の位置を検索。

string = "Python is fun"
match = re.search('\\APython', string)
if match:
    print("pattern found inside the string")
else:
    print("pattern not found")
# 出力: pattern found inside the string

マッチオブジェクト

マッチ発見時、re.search()はMatchオブジェクト返却。主なメソッド/属性：

• group() — マッチ部分文字列
• start() / end() — マッチインデックス
• span() — (start, end)タプル
• groups() — すべての捕捉グループ

string = '39801 356, 2102 1111'
pattern = '(\\d{3}) (\\d{2})'
match = re.search(pattern, string)
if match:
    print(match.group())
    print(match.group(1))
    print(match.group(2))
    print(match.groups())
    print(match.start(), match.end(), match.span())
else:
    print("pattern not found")
# 出力:
# 801 35
# 801
# 35
# ('801', '35')
# 2 8 (2, 8)

Raw文字列使用（プレフィックスr）

文字列リテラルにrプレフィックスでバックスラッシュをリテラル扱い、意図せぬエスケープシーケンス防止。正規表現パターンで特に有用。

string = '\n and \r are escape sequences.'
result = re.findall(r'[\n\r]', string)
print(result)  # 出力: ['\n', '\r']

reモジュールの更なる探求は公式Pythonドキュメントを参照。