Java正規表現のPOSIX文字クラス \p{ASCII} の使い方を解説

\p{ASCII}は、Java正規表現で利用できるPOSIX文字クラスの一つです。このクラスはASCII文字（\x00～\x7F）にマッチします。

ASCII文字とは、コードポイント0～127に割り当てられた半角の英数字・記号・空白・制御文字などのことです。そのため、ひらがな・カタカナ・漢字といった全角文字や、éのようなアクセント付きラテン文字はマッチしません。

主なPOSIX文字クラス

\p{ASCII}とあわせて覚えておくと便利な、主なPOSIX文字クラスは以下のとおりです。

• \p{Alpha} … 英字（A～Z、a～z）
• \p{Digit} … 数字（0～9）
• \p{Alnum} … 英数字
• \p{Upper}／\p{Lower} … 大文字／小文字の英字
• \p{Space} … 空白文字
• \p{Punct} … 句読点などの記号

サンプルプログラム

次の例では、ユーザーが入力した文字列に含まれるASCII以外の文字の個数を数えます。否定文字クラス[^\p{ASCII}]を使うことで、「ASCII文字以外の1文字」にマッチさせています。

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("文字列を入力してください");
        Scanner sc = new Scanner(System.in);
        String input = sc.nextLine();

        // 正規表現：ASCII以外の文字にマッチさせる
        String regex = "[^\\p{ASCII}]";

        // 正規表現をコンパイルしてMatcherオブジェクトを取得
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(input);

        // マッチした件数（＝ASCII以外の文字数）をカウント
        int count = 0;
        while (matcher.find()) {
            count++;
        }
        System.out.println("ASCII以外の文字数：" + count);
    }
}

実行結果

文字列を入力してください
Hello 世界
ASCII以外の文字数：2

コードのポイント

• Pattern.compile()で正規表現をコンパイルし、pattern.matcher(input)で入力文字列に対するMatcherオブジェクトを取得します。
• find()は、マッチするたびに次の一致位置へ進みながらtrueを返します。whileループで繰り返し呼び出すことで、マッチした文字の総数をカウントできます。
• 逆にASCII文字の個数を数えたい場合は、パターンを[\p{ASCII}]に変更するだけで対応できます。

なお、文字列全体がASCII文字のみで構成されているかどうかを判定したい場合は、matches("\\p{ASCII}*")のように書くと簡潔に実装できます。