26.1.2 正規表現の文法

正規表現の文法をまとめて説明します．

caution正規表現の書き方は使う環境 (テキストエディタの種類や grep, sed, awk など) によって若干異なります．また環境によっては，以下に挙げる正規表現のうちいくつかが使えないこともあります．もし正規表現を使おうとして「正しい文法のはずなのに使えない」と思ったら，プログラムのマニュアルなどを調べてみてください．

文字列の繰り返し

クエスチョンマーク ? ，アスタリスク * とプラス + は，それぞれ直前にある文字の「0 回または 1 回の繰り返し」「0 回以上の繰り返し」「1 回以上の繰り返し」を意味します．それぞれの例を挙げます．

  • “colou?r” は color と colour の両方にマッチしますが，colouur にはマッチしません
  • “Goo+gle” は Google, Gooogle, Goooogle,… などの全てにマッチします．

文字種を表す記号

ドット . は任意の 1 文字を意味します．

  • “a..” は a から始まる任意の 3 文字 (この文字には空白を含みます)  にマッチします．
  • “.*” は空文字列を含む任意の文字列にマッチします．

また “\s”, “\d” はそれぞれ空白文字と数字にマッチします．

文字グループを表す記号

角かっこ [] の中に文字をいくつか書くと「かっこの中に書かれた文字のいずれかにマッチ」という意味になります．たとえば次のような感じです．

  • “[ceh]at” は cat, eat または hat のいずれかにマッチします．
  • “[cz]?sh” は sh, csh または zsh のいずれかにマッチします．

かっこの中に書きたい文字が多い場合，ハイフン – を使うことで「どこからどこまで」という形の指定ができます．たとえば

  • “10[0-9]” は 100, 101, … , 109 のいずれかにマッチします．これは “10\d” と同じ意味になります．
  • “[a-z]make” はアルファベット小文字 +make の形をした文字列にマッチします．

左のかっこの直後に ^ をつけ “[^ …]” と書くと，「かっこの中に書かれていない文字のいずれかにマッチ」という意味になります．

行頭と行末

ハット ^ とドル $ はそれぞれ行頭と行末を意味します．たとえば

  • “^Section 1” は，行の頭にある “Section 1” にマッチします．
  • “,$” は行末のカンマにマッチします．

グルーピング

丸かっこ () の中に縦線 | で区切って単語をならべると，その中のいずれかにマッチします．たとえば

  • “(h|c)at” と書くと hat または cat にマッチします．これは “[hc]at” と同じ意味です．
  • “(http|https|ftp)://.*” と書くと， “http://” , “https://” または “ftp://” から始まる全ての文字列にマッチします．

特殊文字のエスケープ

正規表現中で特別な意味を持つ記号 (たとえばバックスラッシュ \ ，かっこ () ， ^ や $ など) を検索したい場合，その記号の直前にバックスラッシュ \ をつけます．

  • “\\” と書くと，バックスラッシュ 1 文字 “\” にマッチします．
  • “(\(\^\^\))+” と書くと最も外側以外のかっこ () と ^ が全てエスケープされて (^^) , (^^)(^^) や (^^)(^^)(^^)(^^)(^^)(^^)(^^) など，(^^) をたくさん連ねたものがマッチします．