【Python】正規表現の使い方 (reモジュール)

この記事では、正規表現を使う方法をソースコード付きで解説します。

正規表現とは

正規表現とは、「文字列のパターンを示した式」です。
通常、文字列を探索する場合は、「hello」や「100」などと直接単語や数値を検索します。
しかし、この方法では例えば「5桁以上の数値」というように複雑な場合は探せません。
このような場合に、正規表現を使うと簡単に検索パターンを作って探すことができます。
本記事では、Pythonとreモジュールを用いた正規表現の使い方を紹介します。

正規表現のパターン式

正規表現の代表的なパターン式は以下の通りです。

例えば、hel[lL]oと書くと、helloとhelLoを探索します。
このように正規表現のパターン式を用いることで、複雑なパターンを簡単に記述できます。

reモジュールで正規表現

Pythonの標準モジュールreでは、パターン式と一致するデータを探すための関数としてmatch()、search()、findall()、finditer()の4種類が用意されています。
Pythonとreを用いた正規表現による探索のサンプルコードを紹介します。

matchのサンプルコード

match()は、文字列の先頭でパターンが一致するかを判定します。

# -*- coding: utf-8 -*-
import re

data = 'abcdefghijklmn'
pattern = re.compile(r'a.*?c') # パターン式の定義（aで始まりcで終わる最短の文字列）
match_data = pattern.match(data)# パターン式との一致判定

print( match_data.group() )  # abc

searchのサンプルコード

search()は、パターンと一致する部分があるかどうかを判定します。
一致する部分が複数ある場合は、最初の部分のみ返します。
（matchとの違いは、文字列の先頭でなくても一致の判定をします）

# -*- coding: utf-8 -*-
import re

data = 'abcdefghijklmnabcdefghijklmn'
pattern = re.compile(r'd.*?g') # パターン式の定義（dで始まりgで終わる最短の文字列）
match_data = pattern.search(data)# パターン式との一致判定

print( match_data.group() )  # defg：一致したデータ
print( match_data.start() ) # 3：一致した開始位置
print( match_data.end() )  # 7：一致した終了位置
print( match_data.span() )  # (3, 7)：一致した位置を表示

findallのサンプルコード

findall()は、パターンと一致するすべての部分を判定します。
（search()との違いは、一致した箇所をすべて取得します）
注意点としては、探索結果をオブジェクトでなく配列（リスト）で返します。

# -*- coding: utf-8 -*-
import re

data = 'abcdefghijklmnabcdefghijklmn'
pattern = re.compile(r'd.*?g') # パターン式の定義（dで始まりgで終わる最短の文字列）
match_data = pattern.findall(data)# パターン式との一致判定

print( match_data )  # ['defg', 'defg']一致したデータ

finditerのサンプルコード

finditerは、パターンと一致する部分を判定します。
これさえあれば、上の３つの関数でできることはすべてできます。

# -*- coding: utf-8 -*-
import re

data = 'abcdefghijklmnabcdefghijklmn'
pattern = re.compile(r'd.*?g') # パターン式の定義（dで始まりgで終わる最短の文字列）
match_datas = pattern.finditer(data)# パターン式との一致判定

for match in match_datas:
    print( match.group() )  # 一致したデータ
    print( match.start() ) # 一致した開始位置
    print( match.end() )  # 一致した終了位置
    print( match.span() )  # 一致した位置

"""
実行結果
defg
3
7
(3, 7)
defg
17
21
(17, 21)
"""