Rubyで正規表現をマスターする:初心者向け実践ガイド

正規表現(RegEx)という言葉を聞いたことはあるでしょうか。一見すると難しそうに感じられますが、パターンの意味や実際の式の組み立て方、使い方に慣れてしまえば、決して怖いものではありません。文字列やテキストをより抽象的な視点で捉えることに慣れると、大量のデータから共通パターンを見つけ出す問題を解決するうえで、非常に強力な道具になります。

正規表現とは、パターンマッチングを行うための手法です。特定のパターンに基づいて文字列やテキストをフィルタリングし、目的のテキストを抽出・加工するために使われます。本記事では、正規表現の基本的な考え方に加えて、Rubyのメソッドを使って正規表現をテストし、プロジェクトのロジックに組み込む方法までを解説します。

正規表現を視覚的に理解するのに役立つツールとして、「Rubular」というサイトがあります。あらかじめ用意されたテキストブロックに対して正規表現を試せるので、学習中はぜひ活用してみてください。2つのスラッシュ(/)の間に「neighbor」という単語が入った文字列が表示されていることに気づくでしょう。

意外に思えるかもしれませんが、これも立派な正規表現です。単語ひとつ、文ひとつ、さらには段落まるごとも、2つのスラッシュで挟まれている限り、技術的には正規表現として扱えます。Rubularでは、テキスト中の「neighbor」に一致する箇所がすべてハイライト表示されます。neighborが別の大きな単語の一部になっている場合も含まれます。ただ、実際には完全一致ではなく、もっと抽象的なパターンを探したい場面も多いはずです。そこで登場するのが「メタ文字」です。

メタ文字とは

正規表現の扱いは、ベテランのプログラマーでも難しく感じることがあります。最初はうまくいかなくても、落ち込む必要はありません。

目の前にあるほぼすべての物質が原子でできているように、メタ文字は正規表現を構成する基本要素です。正規表現に要素を追加していくと、パターン全体が変わり、それに伴って各メソッドが返す結果も変化します。

以下に、正規表現を調整して目的のパターンを作るための主なメタ文字をまとめました。電話番号やメールアドレスなどの正規表現に唯一の「正解」はありません。大切なのは、プロジェクトの要件に合ったパターンを組み立てることです。

メタ文字は、Webサイトのフォームに入力されるユーザー情報のバリデーション(検証)にも威力を発揮します。住所、メールアドレス、電話番号などが正しい形式で入力されているかを正規表現で確認すれば、ユーザーの入力ミスを減らし、新規アカウント登録時のデータベースをより整然とした状態に保つことができます。

Rubyで正規表現をテストするメソッド

ここからは、scan と match の違いを見分けるために使うサンプルコードを紹介します。

#!/usr/bin/ruby
 
class RegexTest
 def initialize(str, regex)
 @str = str
 @regex = regex
 @result = str.scan(regex)
 end
 def display_details()
 puts "String = #@str"
 puts "regex = #@regex"
 puts "result = #@result"
 end
end
# Create Objects
str1 = RegexTest.new("The rain in Spain stays mainly on the plain", /\w+ain/)
str2 = RegexTest.new("In Hertford, Hereford, and Hampshire, hurricanes hardly ever happen", /H\w+/)
# Call Methods
str1.display_details()
str2.display_details()

scanメソッド

Rubyの scan メソッドは、正規表現に一致するすべての文字列を配列として返します。

str1: result = ["rain", "Spain", "main", "plain"]

str2: result = ["Hertford", "Hereford", "Hampshire"]

返された配列は、その後どのようにでも加工できるので便利です。

matchメソッド

match メソッドは scan と非常によく似ていますが、すべての一致ではなく最初の一致だけを返します。@result = str.scan(regex) を @result = str.match(regex) に書き換えて、違いを確認してみましょう。

str1: result = rain

str2: result = Hertford

ただし、match は MatchData オブジェクトを返します。このオブジェクトには便利なメソッドが多数用意されており、結果をロジックに組み込む際に活用できます。詳しくはRuby公式ドキュメントを参照してください。

grepメソッド

grep は、配列の中から条件に一致する文字列を探すためのEnumerableメソッドです。正規表現に一致するすべての文字列を配列で返します。今回のコードで使うには、渡した文字列をあらかじめ配列に分割しておく必要があります。

そのためには、次の行を:

@result = str.match(regex)

次のように書き換えます。

@result = str.split(/\s|,/).grep(regex)

すると、scan を使ったときと同様の結果が得られます。

str1: result = ["rain", "Spain", "main", "plain"]

str2: result = ["Hertford", "Hereford", "Hampshire"]

=~ 演算子

基本的なマッチング演算子である =~ を使うと、文字列と正規表現を比較し、最初に一致した位置(インデックス)を返します。一致する部分がない場合は nil を返します。

まとめ

本記事では、Rubyにおける正規表現の使い方を解説しました。メタ文字の組み合わせ方や、scan・match・grep・=~ といった各メソッドの挙動の違いを理解すれば、テキスト処理の幅が大きく広がります。まずは Rubular などのオンラインツールで実際に手を動かしながら、さまざまなパターンを試してみることをおすすめします。

Rubyでどんなものが作れるのか、さらに知りたい方は関連記事もぜひ参考にしてください。また、効率的にRubyを学びたい方は、自分に合ったトレーニングプログラムやブートキャンプを探すところから始めるとよいでしょう。