Java正規表現で印刷不可能な文字（制御文字）をマッチングする方法

Javaの正規表現では、タブや改行といった印刷不可能な文字（非表示文字・制御文字）も簡単に照合できます。一般的によく使われる印刷不可能な文字は7種類あり、それぞれ固有のエスケープシーケンスと16進数表現を持っています。

主な印刷不可能な文字の一覧

例1：エスケープシーケンスでタブをカウントする

次のJavaプログラムは、ユーザーから入力されたテキストを受け取り、その中に含まれるタブ（水平タブ）の数をカウントします。正規表現パターンとして \\t を使用しています。

import java.util.Scanner;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegexExample1 {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        System.out.println("Enter input text: ");
        String input = sc.nextLine();
        String regex = "\\t";
        // Patternオブジェクトを作成
        Pattern pattern = Pattern.compile(regex);
        // コンパイルしたパターンを文字列に適用
        Matcher matcher = pattern.matcher(input);
        int count = 0;
        while (matcher.find()) {
            count++;
        }
        System.out.println("入力テキスト内のタブの数: " + count);
    }
}

実行結果

Enter input text:
sample text with tab spaces
入力テキスト内のタブの数: 3

Pattern.compile() で正規表現をコンパイルし、Matcher の find() メソッドをループさせることで、マッチした箇所をすべて数え上げています。

例2：16進数表現でマッチングする

エスケープシーケンスの代わりに、各文字の16進数表現を使ってマッチングすることもできます。タブの場合は \\x09 を指定します。

import java.util.Scanner;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegexExample2 {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        System.out.println("Enter input text: ");
        String input = sc.nextLine();
        String regex = "\\x09"; // タブの16進数表現
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(input);
        int count = 0;
        while (matcher.find()) {
            count++;
        }
        System.out.println("入力テキスト内のタブの数: " + count);
    }
}

実行結果

Enter input text:
sample data with tab spaces
入力テキスト内のタブの数: 4

まとめ

このように、Javaの正規表現では \\t のようなエスケープシーケンス、または \\x09 のような16進数表現のどちらでも印刷不可能な文字を扱えます。ログ解析やデータクレンジングなど、目に見えない制御文字を処理したい場面で非常に役立つテクニックです。