Source of 正規表現講座/1

TITLE:間違いだらけの正規表現講座 level 1

#contentsx

* 正規表現って何 [#y1fe8cb8]

そもそも、正規表現って何？というのが最初の疑問だと思います。

非常に単純に言ってしまえば、正規表現とは、

&size(20){「高機能な伏字」};

です。

例えば、「け○っぴ」と書いてあった場合、そこの○にはなんでもいいから１文字が
入るものだと思いますよね。~
逆に言うと、「けろっぴ」「けのっぴ」「けぬっぴ」などが当てはまるのだ、
と理解すると思います。

正規表現もそれと同じです。~
ただし、コンピュータですので、○＝１文字、よりももっと複雑な伏字が沢山用意されています。~
そこでややこしい記号の羅列になってしまい、多くの人が敬遠してしまうのでしょうね。~
でも、ただの超高機能な伏字なんだ、と思えばたいして難しくもありません。

* 正規表現には何ができるの？ [#o66c9785]

じゃあ、正規表現を覚えると何かよいことがあるの？~
これが次の疑問ではないでしょうか。

率直に言って、テキスト編集をたくさん行う方以外には、あまりメリットはありません。~
また、テキスト編集と言っても、正規表現があなたの代わりに文章を書いてくれたりはしません。

その代わり、定型的なこと、例えば―
- 沢山のテキストファイルから、「」でくくられた部分だけを抜き出したい！
- テキストファイル中のURLっぽい文字列だけを抜き出したい！
- 「\s[数字]」という部分を、全部「（数字）」に置き換えたい！

というような作業は、正規表現を覚えれば、あなたが手でやるのの何万倍も早く、
コンピュータが一瞬で片付けてくれます。


* 準備 [#o7e73c39]

まずは正規表現の練習に使えるものを用意しましょう。~
文章だけで見ていたってちっとも面白くありませんからね。

正規表現が使えるエディタ等ならなんでもいいです。~
ここでは拙作の「正規表現テスター」を使って説明することにします。


* マッチ [#pcf07807]

さて、正規表現の実際の説明に入る前に、用語を一つ覚えてください。~
それは、''「マッチ」''です。

さっき、伏字の例で、「け○っぴ」には、「けのっぴ」「けろっぴ」等が当てはまる、
と言いましたが、それがつまり「マッチする」ということです。~
「正規表現にマッチする」＝「正規表現に当てはまる」、と覚えてください。

「『けのっぴ』は『け○っぴ』にマッチする」と言う事ができます。

* 最初の記号 - 「.」 [#f332965c]

さて、今日は最初の記号を１つ覚えて終りにしましょう。~
最初の記号は、「.」です。「.」は半角ピリオドですよ。

これは、「なんでもいいから１文字」を表す正規表現です。~
ちょうど、さっきの伏字の例に挙げた、○と一緒ですね。

ですから、最初の例を正規表現で書けば、「け.っぴ」となります。~
そして、正規表現「け.っぴ」には、「けのっぴ」や「けろっぴ」がマッチします。~
「１文字」と限定されていますので、「けののっぴ」や「けっぴ」はマッチしません。

* 練習 [#u2f5c43a]

&attachref(./regex1.png,nolink);

では、実際に練習してみましょう。
正規表現テスターを立ち上げて、まずは右側のオプションを、画像と同じようにチェックしてください。~
そして、上の大きなテキストボックスに適当に言葉を入れて、その下、正規表現と書いてある右に、「け.っぴ」と入れてみます。~

できたら、その右の「テスト」ボタンを押してみてください。~
「け.っぴ」にマッチした文字列が、下に表示される筈です。

テキストや正規表現を色々変えて、試してみてください。~
例えば「け..っぴ」にするとどうなりますか。「け.っ.」ではどうでしょうか。

* 実用 [#v7eb2519]

さて、これであなたは、正規表現の記号を１個覚えたわけです。~
例えばエディタで、「○○○○年○○月」という文字列を探したい！というとき…~
もう何をすればいいか分かりますね。~

「正規表現で検索」のような機能を使って、「....年..月」と入れればよいのです。

* ちょっと脱線 [#m259e76c]

ところで、正規表現って、何で「正規表現」って言うんでしょうね。

元の英語では、「regular expression」なのですが、「regular」は、
一定の、とか、通例の、とか、規則正しい、という意味のようです。

日本語の「正規」というのは、規則ではっきり決まっていること、
というような意味のようですので、「規則がはっきり決まった表現」と取れば
意味が分からなくもないのですが…

なんとなく、「正規表現」って言われると、じゃあ正規じゃない、裏ルートの
表現があるのか、という気がしませんか。

* ご指摘などはこちらへ [#hd563d0d]

#comment