正規表現講座/8 の編集

TITLE:間違いだらけの正規表現講座 level 8 #contentsx * 一気に置き換えろ！ [#pd32a649] さて、とうとう第８回まできました。~ 今回は、正規表現を使った置換の方法です。 これを覚えると、テキストの加工が一気に楽になります。~ 人手で延々とやってる作業をコンピュータに 一瞬でやらせられる、魔法のような効果を発揮しはじめます。 * 単純な置換 [#j227c995] さて、置換と言っても、単純な置換だけなら、何も覚えることはありません。 例えば、文章に含まれる、 ぽな ぽなぽっぽ ぽなぽっぽっぽ といった文字列を、全て「Ponapalt」に置換することを考えましょう。 まずは、マッチする正規表現を考えます。 これはもう、すぐに出てくるのではないでしょうか。 ぽな(ぽっ)*ぽ? でいいですね。 そうしたら、検索する文字列としてその正規表現を、置換する文字列として 「Ponapalt」を入れて、置換を行えばいいだけです。 正規表現テスターで行う場合は、「正規表現」「置換表現」をそれぞれ画面の ように入れて、「置換！」を押してみてください。 &attachref(./regex8.png,nolink); * だけど… [#p68ca1dd] ですが、これではあまり面白くないですね。~ 検索できる文字列の表現が広がっただけで、置き換え後の文字列は相変わらず 一定の文字列で、応用が利きません。 実は、正規表現で置換を行う場合、置き換え後の文字列の側にも、一定の メタ文字を使うことができます。 それを覚えると、一気に応用が利くようになります。 * まずはおさらい [#c0386fbe] 第４回で学んだ、「まとめて一つ」を表す、 () この記号。第４回では、この記号には二つの役割があると言いました。 -カッコの中の正規表現をまとめて１つの正規表現として扱う（グループ化） -そのまとまった正規表現を、後で使えるように保存しておく（キャプチャ） 第４回で学んだのは「まとめて一つ」、グループ化の役割でした。~ 今回、「後で使えるように保存しておく」、キャプチャの役割が効力を発揮します。 * キャプチャしたものを呼び出す [#cbfe574e] さて、置き換え後の文字列で使えるメタ文字、それは、 「キャプチャしたものを呼び出す」メタ文字です。 $1～$9 キャプチャ１番目～９番目 ここで注意。~ Perlや正規表現テスターでは、「$1」「$2」といった表現を使いますが、 エディタ等によっては、「\1」「\2」といった表現を使う場合もあります。 例えば、EmEditorなどは「\」を使う例です。 使っているエディタのヘルプで、「置換表現」「後方参照」といった用語を探して、 「$」と「\」のどちらを使うのか調べておいてください。 さて、キャプチャしたものを呼び出す、とはどういうことか。 次のような例を考えてみましょう。 <a href="01234.html">へもぐろびん</a> <a href="56789.html">もののけ</a> <a href="keno.html">けのけの</a> <a href="pona.html">ぽなぽな</a> さて、このテキストから、リンク先のファイル名（01234.htmlとか）だけを 抜き出したいとします。置換でやるには、 <a href="01234.html">へもぐろびん</a> → 01234.html <a href="56789.html">もののけ</a> → 56789.html <a href="keno.html">けのけの</a> → keno.html <a href="pona.html">ぽなぽな</a> → pona.html こんな形で置換できればいいですね。 そのためには、「01234.html」の部分にマッチした文字列をとっておいて （キャプチャ）、その文字列に置換（呼び出す）すれば良いわけです。 まず、検索する正規表現を考えます。 <a href="(.*)">.*</a> ここで、最初の「.*」にカッコがついていることに注目してください。~ 検索するだけなら、このカッコは必要ないですね。~ このように書くことによって、このカッコの中にマッチした文字列が、 後で利用できるように保存されます。~ これがキャプチャという意味です。 そして、置換後の文字列として、 $1 と書きます。~ 「$1」は「１番目のキャプチャにマッチした文字列」という意味で、 ここではキャプチャは１個しかありませんから、先ほどの保存した文字列を 表すことになります。 正規表現テスターを立ち上げ、実際にやってみてください。~ おっと、オプションでシングルラインモードをOFF （『「.」が改行にもマッチする』を外す）にしておくのを忘れないでくださいね。 &attachref(./regex8-2.png,nolink); * 応用 [#b460311f] では、応用編です。 先ほどの例文を、 へもぐろびん,01234.html もののけ,56789.html けのけの,keno.html ぽなぽな,pona.html とするにはどのようにすればよいでしょうか。~ キャプチャを２つ使えば解決します。~ 少し考えてみてください。 答えは、 正規表現：<a href="(.*)">(.*)</a> 置換表現：$2,$1 こうなります。 「$1」「$2」が、それぞれ、１番目、２番目に出てきたカッコと~ 対応しているわけです。~ それを使う順序は、カッコの順序と一致していなくてもいいわけですね。~ 「,」は単なる普通の文字です。 このように、普通の文字とキャプチャをうまく組み合わせることによって、~ 文章から特定の部位を抜き出したり、加工したりといったことが容易にできます。~ 正規表現を使わないと、このような置換は無理ですよね。 * ちょっと脱線 [#b46a5a67] 今回、慣れないとちょっとややこしいかもしれませんが、如何でしょうか。~ キャプチャを使った置換を覚えると、正規表現の力を感じることが~ できるのではないかと思います。 * ご指摘などはこちらへ [#b35b5afb] #comment

タイムスタンプを変更しない  TITLE:間違いだらけの正規表現講座 level 8 #contentsx * 一気に置き換えろ！ [#pd32a649] さて、とうとう第８回まできました。~ 今回は、正規表現を使った置換の方法です。 これを覚えると、テキストの加工が一気に楽になります。~ 人手で延々とやってる作業をコンピュータに 一瞬でやらせられる、魔法のような効果を発揮しはじめます。 * 単純な置換 [#j227c995] さて、置換と言っても、単純な置換だけなら、何も覚えることはありません。 例えば、文章に含まれる、 ぽな ぽなぽっぽ ぽなぽっぽっぽ といった文字列を、全て「Ponapalt」に置換することを考えましょう。 まずは、マッチする正規表現を考えます。 これはもう、すぐに出てくるのではないでしょうか。 ぽな(ぽっ)*ぽ? でいいですね。 そうしたら、検索する文字列としてその正規表現を、置換する文字列として 「Ponapalt」を入れて、置換を行えばいいだけです。 正規表現テスターで行う場合は、「正規表現」「置換表現」をそれぞれ画面の ように入れて、「置換！」を押してみてください。 &attachref(./regex8.png,nolink); * だけど… [#p68ca1dd] ですが、これではあまり面白くないですね。~ 検索できる文字列の表現が広がっただけで、置き換え後の文字列は相変わらず 一定の文字列で、応用が利きません。 実は、正規表現で置換を行う場合、置き換え後の文字列の側にも、一定の メタ文字を使うことができます。 それを覚えると、一気に応用が利くようになります。 * まずはおさらい [#c0386fbe] 第４回で学んだ、「まとめて一つ」を表す、 () この記号。第４回では、この記号には二つの役割があると言いました。 -カッコの中の正規表現をまとめて１つの正規表現として扱う（グループ化） -そのまとまった正規表現を、後で使えるように保存しておく（キャプチャ） 第４回で学んだのは「まとめて一つ」、グループ化の役割でした。~ 今回、「後で使えるように保存しておく」、キャプチャの役割が効力を発揮します。 * キャプチャしたものを呼び出す [#cbfe574e] さて、置き換え後の文字列で使えるメタ文字、それは、 「キャプチャしたものを呼び出す」メタ文字です。 $1～$9 キャプチャ１番目～９番目 ここで注意。~ Perlや正規表現テスターでは、「$1」「$2」といった表現を使いますが、 エディタ等によっては、「\1」「\2」といった表現を使う場合もあります。 例えば、EmEditorなどは「\」を使う例です。 使っているエディタのヘルプで、「置換表現」「後方参照」といった用語を探して、 「$」と「\」のどちらを使うのか調べておいてください。 さて、キャプチャしたものを呼び出す、とはどういうことか。 次のような例を考えてみましょう。 <a href="01234.html">へもぐろびん</a> <a href="56789.html">もののけ</a> <a href="keno.html">けのけの</a> <a href="pona.html">ぽなぽな</a> さて、このテキストから、リンク先のファイル名（01234.htmlとか）だけを 抜き出したいとします。置換でやるには、 <a href="01234.html">へもぐろびん</a> → 01234.html <a href="56789.html">もののけ</a> → 56789.html <a href="keno.html">けのけの</a> → keno.html <a href="pona.html">ぽなぽな</a> → pona.html こんな形で置換できればいいですね。 そのためには、「01234.html」の部分にマッチした文字列をとっておいて （キャプチャ）、その文字列に置換（呼び出す）すれば良いわけです。 まず、検索する正規表現を考えます。 <a href="(.*)">.*</a> ここで、最初の「.*」にカッコがついていることに注目してください。~ 検索するだけなら、このカッコは必要ないですね。~ このように書くことによって、このカッコの中にマッチした文字列が、 後で利用できるように保存されます。~ これがキャプチャという意味です。 そして、置換後の文字列として、 $1 と書きます。~ 「$1」は「１番目のキャプチャにマッチした文字列」という意味で、 ここではキャプチャは１個しかありませんから、先ほどの保存した文字列を 表すことになります。 正規表現テスターを立ち上げ、実際にやってみてください。~ おっと、オプションでシングルラインモードをOFF （『「.」が改行にもマッチする』を外す）にしておくのを忘れないでくださいね。 &attachref(./regex8-2.png,nolink); * 応用 [#b460311f] では、応用編です。 先ほどの例文を、 へもぐろびん,01234.html もののけ,56789.html けのけの,keno.html ぽなぽな,pona.html とするにはどのようにすればよいでしょうか。~ キャプチャを２つ使えば解決します。~ 少し考えてみてください。 答えは、 正規表現：<a href="(.*)">(.*)</a> 置換表現：$2,$1 こうなります。 「$1」「$2」が、それぞれ、１番目、２番目に出てきたカッコと~ 対応しているわけです。~ それを使う順序は、カッコの順序と一致していなくてもいいわけですね。~ 「,」は単なる普通の文字です。 このように、普通の文字とキャプチャをうまく組み合わせることによって、~ 文章から特定の部位を抜き出したり、加工したりといったことが容易にできます。~ 正規表現を使わないと、このような置換は無理ですよね。 * ちょっと脱線 [#b46a5a67] 今回、慣れないとちょっとややこしいかもしれませんが、如何でしょうか。~ キャプチャを使った置換を覚えると、正規表現の力を感じることが~ できるのではないかと思います。 * ご指摘などはこちらへ [#b35b5afb] #comment