【Java入門】正規表現のPOSIX文字クラス \p{IsLatin} でラテン文字を判定・カウントする方法

Java正規表現における文字クラス \p{IsLatin} は、Unicodeスクリプト「Latin（ラテン文字）」に分類される文字にマッチします。英語のアルファベット（A〜Z、a〜z）はもちろん、é や á、ó のようなアクセント記号付きの文字もラテン文字として扱われるのが特徴です。

この記事では、\p{IsLatin} を使った具体的なサンプルコードを2つ紹介しながら、その使い方を解説します。

\p{IsLatin} の基本的な動作

\p{IsLatin} は、対象の1文字がラテン文字体系（Latin script）に属しているかどうかを判定するパターンです。日本語のひらがなや漢字、ギリシャ文字などにはマッチせず、ラテン系の文字だけを抽出・検出できます。

例1：文字列に含まれるラテン文字の数を数える

次の例では、ユーザーから入力された文字列に対して \p{IsLatin} を適用し、ラテン文字がいくつ含まれているかをカウントしています。

import java.util.Scanner;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Example {
   public static void main(String args[]) {
      // ユーザーから文字列を読み込む
      System.out.println("Enter a string");
      Scanner sc = new Scanner(System.in);
      String input = sc.nextLine();
      // 正規表現の定義
      String regex = "\\p{IsLatin}";
      // 正規表現をコンパイル
      Pattern pattern = Pattern.compile(regex);
      // Matcherオブジェクトを取得
      Matcher matcher = pattern.matcher(input);
      int count = 0;
      while(matcher.find()) {
         count++;
      }
      System.out.println("Number of Latin characters: "+count);
   }
}

実行結果

Enter a string
cé dé há ó
Number of Latin characters: 7

入力された「cé dé há ó」のうち、アルファベット本体とアクセント記号を合わせて7文字がラテン文字としてカウントされました。

例2：文字列にラテン文字が含まれるかどうかを判定する

次の例では、正規表現 ^.*\p{IsLatin}.* を matches() メソッドに渡すことで、文字列全体の中にラテン文字が1つでも含まれているかどうかを判定しています。

import java.util.Scanner;
public class Example {
   public static void main(String args[]) {
      // ユーザーから文字列を読み込む
      System.out.println("Enter a string");
      Scanner sc = new Scanner(System.in);
      String input = sc.nextLine();
      // 正規表現の定義
      String regex = "^.*\\p{IsLatin}.*";
      boolean result = input.matches(regex);
      if(result) {
         System.out.println("Given string contains Latin characters");
      } else {
         System.out.println("Given string does not contain Latin characters ");
      }
   }
}

実行結果

Enter a string
sample text y e
Given string contains Latin characters

まとめ

• \p{IsLatin} は、ラテン文字体系に属する1文字にマッチするPOSIXスタイルの文字クラスです。
• Matcher.find() をループさせると、文字列中のラテン文字をすべて抽出してカウントできます。
• ^.*\p{IsLatin}.* のようなパターンと String.matches() を組み合わせれば、文字列への含有チェックも簡単に行えます。

入力値のバリデーションや多言語テキストの解析など、文字種を判別したい場面でぜひ活用してみてください。