JavaのPattern.UNIX_LINESフィールドとは？実行例でわかりやすく解説

Javaの正規表現API（java.util.regex）には、パターンの挙動を制御するためのさまざまなフラグが用意されています。そのひとつがPattern.UNIX_LINESです。このフラグを有効にすると、正規表現エンジンは「Unixラインモード」で動作し、行末記号として「\n」だけが認識されます。「\r」（キャリッジリターン）は行末記号としては扱われず、通常の文字として処理されます。

UNIX_LINESフラグのポイント

• 行末記号は「\n」のみ。Windowsの改行（\r\n）や旧Macの改行（\r）は行末として認識されない
• 「\r」はリテラル文字として扱われるため、メタ文字「.」が「\r」にもマッチできる
• 「^」や「$」といった行アンカーの解釈も、行末記号が「\n」限定になる

例1：UNIX_LINESフラグを有効にした場合

次のコードでは、行頭が「T」で始まり「e」で終わる文字列にマッチする正規表現「^T.*e」を、UNIX_LINESフラグ付きでコンパイルしています。

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

public class UNIX_LINES_Example {
    public static void main(String[] args) {
        String input = "This is the first line\r"
                + "This is the second line\r"
                + "This is the third line\r";

        // 行頭が「T」で始まり「e」で終わる文字列にマッチする正規表現
        String regex = "^T.*e";

        // Patternオブジェクトの生成（UNIX_LINESフラグを指定）
        Pattern pattern = Pattern.compile(regex, Pattern.UNIX_LINES);

        // Matcherオブジェクトの生成
        Matcher matcher = pattern.matcher(input);

        int count = 0;
        while (matcher.find()) {
            count++;
            System.out.println(matcher.group());
        }
        System.out.println("Number of matches: " + count);
    }
}

実行結果

This is the first line
This is the second line
This is the third line
Number of matches: 1

Unixラインモードでは「\r」が通常の文字として扱われるため、メタ文字「.」は「\r」をまたいでマッチできます。その結果、入力全体がひとつの連続した文字列とみなされ、「^T.*e」は最初の「T」から最後の「e」までを一気に取得します。出力は3行に分かれて表示されていますが、これはマッチした文字列内に含まれる「\r」によるもので、実際には1回のマッチで全体を取得している点に注意してください。

例2：フラグなし（通常モード）の場合

同じ正規表現を、UNIX_LINESフラグを付けずにコンパイルするとどうなるか見てみましょう。

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

public class UNIX_LINES_Example {
    public static void main(String[] args) {
        String input = "This is the first line\r"
                + "This is the second line\r"
                + "This is the third line\r";

        // 行頭が「T」で始まり「e」で終わる文字列にマッチする正規表現
        String regex = "^T.*e";

        // Patternオブジェクトの生成（フラグなし＝通常モード）
        Pattern pattern = Pattern.compile(regex);

        // Matcherオブジェクトの生成
        Matcher matcher = pattern.matcher(input);

        int count = 0;
        while (matcher.find()) {
            count++;
            System.out.println(matcher.group());
        }
        System.out.println("Number of matches: " + count);
    }
}

実行結果

This is the first line
Number of matches: 1

通常モードでは「\r」は行末記号（キャリッジリターン）として扱われます。メタ文字「.」は既定では行末記号にマッチしないため、マッチは最初の行「This is the first line」で止まります。さらに、MULTILINEフラグが無効な場合「^」は入力の先頭にしかマッチしないため、2行目以降がマッチの起点になることはありません。

まとめ

Pattern.UNIX_LINESを使うと、行末記号の解釈が「\n」のみに限定され、両者の動作には次のような違いが生まれます。

• UNIX_LINES有効時：「\r」は通常文字として扱われ、「.」が「\r」を超えてマッチできる
• 通常モード：「\r」は行末記号として扱われ、「.」のマッチはその位置で終了する

WindowsのCRLFなど改行コードが混在するテキストを処理する場合や、正規表現の行アンカーの挙動を厳密に制御したいケースでは、UNIX_LINESフラグの影響を理解しておくことが重要です。