正規表現についてのメモ

正規表現について普段よく使うものは頭に入っていますが、少し違ったことをしようとすると「あれ？」となります。そんな自分向けのメモです。

正規表現って？
どんな時に使うの？
どーやって書くの？
よく使うパターン

正規表現って？

他人に説明する時には「文字列検索する時のパターンマッチの書き方だよ」と言ってますが、正規表現って正確には何だろう、、、と。
英語ではRegular Expressionsですね。「正規表現」って堅い言い方だとこちらも構えちゃいますが、ゆるく和訳すると「文字列の規則性を表現する方法」ってところでしょうか。

どんな時に使うの？

主にプログラミングで入力されたデータの検査(パターンマッチ)をする場合などに使います。
あとはWEBサーバ(Apacheとか)の設定で「指定のIPアドレスだけアクセス許可したい」とか「/xxx にアクセスが来たら /zzz に飛ばしたい」などででしょうか。
また、ログファイル等のテキストデータに対して、例えば「0〜9までの数字」を検索したい、と言った場合、正規表現で「[0-9]」と検索すればパッと検索できます。
正規表現を使わない場合、0で検索して、1で検索して、、、、10で検索して、と繰り返し検索をする必要が出てきます。(やってられません)
HTMLから<A>タグのリンクを丸ごと抽出する、とかも正規表現でパッとできるようになります。

どーやって書くの？

個人的によく使うもの（と忘れがちなもの）を以下にまとめます。

記号	説明	例	マッチする文字
^	行の先頭	^2018	“2018-10-28 〜”
$	行の末尾	finish.$	“〜finish.”
.	改行を除く任意の文字(ワイルドカード)	/a.c/	“abc“
+	直前の1文字が1回以上繰り返し	abc+	“abc“とか“abccc”
*	直前の1文字が0回以上繰り返し	abc*	“abccc“とか”ab“
?	直前の文字が0個または1個	abc?	“abc“とか”ab“
\	次の文字を単純に文字として扱う(エスケープ)	\*	“a*b”
[ ]	カッコ内の1文字	[0-9]	“abc1“
[^ ]	カッコ内の1文字以外	[^0-9]	“a1“
( )	パターンをグループ化	(abc)*	“abcabc“
{n}	直前の文字が n 回出現するもの	x{3}	“xxxyz“
{m,n}	直前の文字が n 回以上、m 回以下出現するもの	x{1,4}	“xxxx“
\|	直前、直後いずれか	a\|b	“abc”
\n	改行(LF)	ー	ー
\r	改行(CR)	ー	ー
\t	タブ	ー	ー
\s	空白文字（半角スペース、\t、\n、\r)	ー	ー
\d	数字([0-9]と同じ)	ー	ー