Rubyの正規表現（Regex）を徹底解説！基礎から実践テクニックまで

Rubyの正規表現（ruby regex）は、文字列の中から特定のパターンを見つけ出し、データを抽出してさらに処理を行うための強力なツールです。

正規表現の代表的なユースケースとしては、大きく分けて「バリデーション（検証）」と「パース（解析）」の2つがあります。

たとえば、メールアドレスを考えてみましょう。Rubyの正規表現を使えば、「有効なメールアドレスとはどのような形式か」を定義できます。つまり、プログラムが有効なメールアドレスと無効なものを自動的に判別できるようになるのです。

Rubyでは、正規表現を2つのスラッシュ（/）で囲んで定義します。これにより、他の構文と区別されます。最もシンプルな正規表現は、単語や1文字だけにマッチするものです。

例：

# 'like' という単語を探す
"Do you like cats?" =~ /like/

このコードは、マッチが成功した場合にその最初の出現位置（インデックス）を返し、見つからなければ nil を返します。位置情報が不要で「含まれているかどうか」だけを知りたい場合は、String#include? メソッドを使うとよいでしょう。

文字列が正規表現にマッチするかを確認するもう一つの方法が、match メソッドです。

if "Do you like cats?".match(/like/)
  puts "Match found!"
end

ここから先では、より高度なパターンの作り方を学びます。日付、電話番号、メールアドレス、URLなどをマッチ・キャプチャ・置換できるようになりましょう。

文字クラス（Character Classes）

文字クラスを使うと、マッチ対象となる文字の範囲やリストを定義できます。たとえば [aeiou] は、任意の母音1文字にマッチします。

例： 文字列に母音が含まれているかを判定する。

def contains_vowel(str)
  str =~ /[aeiou]/
end

contains_vowel("test") # => 1 を返す
contains_vowel("sky")  # => nil を返す

なお、この方法では文字の個数までは判定できません。個数の扱い方については後ほど説明します。

範囲（Ranges）

範囲を使うと、複数の文字や数字をいちいち書き並べることなく指定できます。つまり、[2-5] は [2345] と同じ意味になります。

覚えておくと便利な主な範囲は次のとおりです。

• [0-9]：0〜9の任意の数字1文字
• [a-z]：a〜zの任意の小文字アルファベット1文字
• [^a-z]：否定の範囲（a〜z以外の文字）

例： この文字列に数字が含まれているか？

def contains_number(str)
  str =~ /[0-9]/
end

contains_number("The year is 2015")  # => 12 を返す
contains_number("The cat is black")  # => nil を返す

ポイント：=~ の戻り値は「マッチ位置のインデックス」または「nil」のどちらかです。

また、よく使う文字範囲には省略記法が用意されています。

• \w：[0-9a-zA-Z_] と同等（英数字とアンダースコア）
• \d：[0-9] と同等（数字）
• \s：空白文字にマッチ（タブ、半角スペース、改行など）

それぞれ否定形も存在します。

• \W：[0-9a-zA-Z_] 以外の文字
• \D：数字以外の文字
• \S：空白以外の文字

ドット（.）は改行以外のあらゆる1文字にマッチします。ドットそのものにマッチさせたい場合は、エスケープが必要です。

例： 特殊文字のエスケープ

# エスケープしない場合、'a' にもマッチしてしまう
"5a5".match(/\d.\d/)

# エスケープすれば、リテラルのドットのみにマッチ
"5a5".match(/\d\.\d/) # => nil
"5.5".match(/\d\.\d/) # => マッチ

量指定子（Modifiers）

ここまでは1文字ずつのマッチしかできませんでした。複数の文字にマッチさせるには、量指定子を使います。

量指定子	意味
+	1回以上の繰り返し
*	0回以上の繰り返し
?	0回または1回
{3,5}	3回以上5回以下

これまで学んだ要素をすべて組み合わせれば、より複雑な正規表現を作れるようになります。

例： IPアドレスっぽい形式かどうかを判定する。

# 注意：999.999.999.999 のような不正なIPもマッチします。
# ここでは形式（フォーマット）だけをチェックしています。

def ip_address?(str)
  # !! で戻り値を真偽値に変換
  !!(str =~ /^\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}$/)
end

ip_address?("192.168.1.1")  # => true
ip_address?("0000.0000")    # => false

文字列の完全一致

厳密な一致を求める場合は、別の種類の指定子が必要になります。次の例を見てください。

# 「ちょうど4文字」かどうかを調べたいのに、
# 4文字以上あるためマッチしてしまう。
"Regex are cool".match /\w{4}/

# 代わりに「行頭」「行末」の指定子を使う
"Regex are cool".match /^\w{4}$/

# 今度はマッチしない。実際には .size で長さを調べれば済む話ですが、
# 挙動の違いをつかむには良い例です。

また、文字列全体の先頭・末尾に厳密にマッチさせたい場合（\n による各行ではなく）、^ と $ の代わりに \A と \Z を使いましょう。

キャプチャグループ

キャプチャグループを使うと、マッチした一部を取り出して後から再利用できます。キャプチャしたい部分を丸括弧 () で囲みます。

例： ログファイルの解析

Line = Struct.new(:time, :type, :msg)
LOG_FORMAT = /(\d{2}:\d{2}) (\w+) (.*)/

def parse_line(line)
  line.match(LOG_FORMAT) { |m| Line.new(*m.captures) }
end

parse_line("12:41 INFO User has logged in.")
# 次のようなオブジェクトが生成される

この例では =~ の代わりに .match を使っています。

match メソッドは、マッチがあれば MatchData オブジェクトを、なければ nil を返します。MatchData クラスには便利なメソッドが多数用意されているので、公式ドキュメントを一度目を通しておくとよいでしょう。

単純に真偽値（true / false）だけが欲しい場合は、Ruby 2.4以降で利用可能な match? メソッドを使うのがおすすめです。MatchData オブジェクトを生成しないため、match よりも高速という利点もあります。

キャプチャしたデータには、.captures メソッドでアクセスできます。また、MatchData オブジェクトを配列のように扱うことも可能で、インデックス0にはマッチ全体が入り、それ以降のインデックスには各キャプチャグループが格納されます。

最初のキャプチャグループを取り出したい場合は、次のように書きます。

m = "John 31".match /\w+ (\d+)/

m[1]
# => "31"

さらに、キャプチャしないグループ（非キャプチャグループ）も使えます。これは式をまとめるだけで、パフォーマンス上の無駄がありません。また、名前付きグループを使うと、複雑な正規表現を読みやすくできます。

構文	説明
(?:...)	非キャプチャグループ
(?<foo>...)	名前付きグループ

例： 名前付きグループ

m = "David 30".match /(?<name>\w+) (?<age>\d+)/
m[:age]
# => "30"
m[:name]
# => "David"

名前付きグループを含むマッチでも MatchData オブジェクトが返され、名前をキーとして結果を読み取れます。

先読み・後読み（Look Ahead & Look Behind）

これはやや高度なテクニックで、正規表現エンジンによってはサポートされていないこともあります。幸い、Rubyの正規表現エンジンはこれに対応しているので、活用方法を見ていきましょう。

先読み・後読みを使うと、特定のパターンが直前または直後に存在するかを「覗き見」できます。

構文	説明
(?=pat)	肯定の先読み（patが直後にある）
(?<=pat)	肯定の後読み（patが直前にある）
(?!pat)	否定の先読み（patが直後にない）
(?<!pat)	否定の後読み（patが直前にない）

例： 少なくとも1文字の英字の直後に数字があるか？

def number_after_word?(str)
  !!(str =~ /(?<=\w) (\d+)/)
end

number_after_word?("Grade 99")

RubyのRegexpクラス

Rubyの正規表現は、すべて Regexp クラスのインスタンスです。通常このクラスを直接操作することはあまりありませんが、知っておいて損はありません。

puts /a/.class
# => Regexp

一つの活用法として、文字列から正規表現を生成できます。

regexp = Regexp.new("a")

別の生成方法として、%r 記法もあります。

regexp = %r{\w+}

正規表現のオプション

正規表現にオプションを設定すると、その振る舞いを変えられます。

オプション	説明
i	大文字・小文字を区別しない
m	ドット（.）が改行にもマッチする
x	空白を無視する（可読性向上のための整形が可能）

オプションを使うには、正規表現の閉じスラッシュ / の後ろに文字を付け加えます。

例：

"abc".match?(/[A-Z]/i)

長い正規表現を見やすく整形する

複雑なRubyの正規表現は、読むのがかなり大変になりがちです。そこで役立つのが「x」修飾子です。これを使うと、正規表現を複数行に分割して書けます。さらに、正規表現内にコメントを書くことも可能です。

例：

LOG_FORMAT = %r{
  (\d{2}:\d{2}) # 時刻
  \s(\w+)       # イベント種別
  \s(.*)        # メッセージ
}x

実践編：正規表現を組み合わせて使う

正規表現は、Rubyの多くのメソッドと組み合わせて使えます。

• .split
• .scan
• .gsub
• その他多数…

例： .scan で文字列からすべての単語を取り出す

"this is some string".scan(/\w+/)
# => ["this", "is", "some", "string"]

例： 文字列からすべての数字を抽出する

"The year was 1492.".scan(/\d+/)
# => ["1492"]

例： 文字列内のすべての単語をキャピタライズ（先頭を大文字化）する

str = "lord of the rings"

str.gsub(/\w+/) { |w| w.capitalize }
# => "Lord Of The Rings"

例： メールアドレスの形式を検証する

email = "test@example.com"

!!email.match(/\A[\w.+-]+@\w+\.\w+\z/)

# => true

最後の例では !! を使って結果を真偽値（true / false）に変換しています。Ruby 2.4以降なら、同じことを自動的に行ってくれる match? メソッドを使うのもよいでしょう。こちらの方が高速です。

まとめ

正規表現は非常に強力ですが、ときに扱いが難しい場面もあります。そんなときは、rubular.com のようなツールを使うと、対話的にRubyの正規表現を組み立てられて便利です。Rubularには正規表現のチートシートも付属しており、とても役立ちます。

さあ、エディタを開いて、実際にコードを書いてみましょう。この記事が役に立ったら、ぜひ友人にもシェアしてください。より多くの人が学べるはずです。