Java正規表現の文字クラスで範囲を減算（差集合）する方法

Javaの正規表現では、ある文字の範囲から別の範囲を引き算して、新しい範囲として扱うことができます。これを実現するには、文字クラスの2つの機能、すなわち否定（negation）と共通部分（intersection）を組み合わせて使用します。

例えば、範囲 [a-l] と [^e-h] の共通部分を取ると、「a〜l のうち e〜h を除いた文字」、つまり a・b・c・d・i・j・k・l が得られます。これが文字クラスにおける「減算」の仕組みです。

構文のポイント

減算を行う場合は、文字クラス内で && 演算子を使って2つの条件を結合します。

[a-l&&[^e-h]]

• [a-l] … アルファベット a から l までの範囲
• [^e-h] … e から h までの文字を除外（否定）

サンプルコード

以下は、ユーザーが入力したテキストから「a〜l の範囲に含まれ、かつ e〜h 以外」の文字をすべて検出し、その個数を表示するプログラムです。

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 = "[a-l&&[^e-h]]";
        // パターン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対してマッチング
        Matcher matcher = pattern.matcher(input);
        int count = 0;
        while (matcher.find()) {
            count++;
            System.out.print(matcher.group() + " ");
        }
        System.out.println("Number of matched characters: " + count);
    }
}

実行結果

Enter input text:
abcdefghijklmnopq
a b c d i j k l Number of matched characters: 8

解説

入力文字列 abcdefghijklmnopq に対してパターン [a-l&&[^e-h]] を適用すると、a〜l の範囲内にある文字のうち、e・f・g・h が除外されるため、a b c d i j k l の8文字がマッチします。m 以降の文字は範囲 [a-l] 外であるため対象外となります。

このように否定と共通部分を組み合わせることで、柔軟に文字セットを定義でき、特定の文字だけを除外したマッチング処理が簡単に実装できます。