【初心者向け】Pythonでテキストを検索・置換する方法を徹底解説

文字列の中から特定のテキストパターンを検索したり、別の文字列に置き換えたりしたい場面は、Pythonプログラミングで非常によくあります。本記事では、単純な文字列操作から正規表現を使った高度な処理まで、具体的なコード例とともにわかりやすく解説します。

基本的な考え方

検索・置換の方法は、扱うパターンの複雑さによって使い分けるのがポイントです。

• 単純な固定文字列の場合：str.replace() メソッドが最適な解決策です。
• 複雑なパターンの場合：re モジュール（正規表現）を活用します。

サンプルテキストの準備

まず、動作確認用のサンプルテキストを作成しましょう。

def sample():
    yield 'Is'
    yield 'USA'
    yield 'Colder'
    yield 'Than'
    yield 'Canada?'

text = ' '.join(sample())
print(f"Output \n {text}")

出力：

Is USA Colder Than Canada?

テキストの検索方法

完全一致の確認

文字列全体が指定したテキストと一致するかどうかは、比較演算子 == で確認できます。

# 完全一致するかどうかを確認
print(f"Output \n {text == 'USA'}")

出力：

False

text は「USA」だけではないため、False が返されます。

基本的な文字列メソッドによる検索

Pythonには、str.find()、str.endswith()、str.startswith() といった便利な文字列メソッドが用意されています。

前方一致の確認（startswith）

# テキストが「Is」で始まるかどうか
print(f"Output \n {text.startswith('Is')}")

出力：

True

後方一致の確認（endswith）

# テキストが「Canada?」で終わるかどうか
print(f"Output \n {text.endswith('Canada?')}")

出力：

True

部分文字列の位置を検索（find）

# find()で「USA」の位置を検索
print(f"Output \n {text.find('USA')}")

出力：

3

find() は、見つかった位置のインデックス（0始まり）を返します。「USA」は4番目の単語なので、インデックス3に存在します。見つからない場合は -1 が返される点にも注意してください。

正規表現による高度な検索

検索したいパターンがより複雑な場合は、正規表現と re モジュールを使用します。

たとえば、「dd/mm/yyyy 形式の日付が含まれているか」をチェックしてみましょう。

# 文字列形式の日付を作成
date1 = '22/10/2020'

# \d+ は「1桁以上の数字」にマッチする
import re
if re.match(r'\d+/\d+/\d+', date1):
    print('yes')
else:
    print('no')

出力：

yes

re.match() は、文字列の先頭がパターンにマッチするかどうかを判定します。途中に含まれている場合のみマッチさせたいときは、re.search() を使うのが適切です。

テキストの置換方法

単純な置換：str.replace()

置換対象のテキストと置換後の文字列がシンプルな場合は、str.replace() を使います。

print(f"Output \n {text.replace('USA', 'Australia')}")

出力：

Is Australia Colder Than Canada?

複雑なパターンの置換：re.sub()

複雑なパターンを検索して置換する場合は、re モジュールの sub() メソッドを活用します。

sub() の構文は次のとおりです。

• 第1引数：マッチさせたいパターン
• 第2引数：置換後のパターン
• 第3引数：処理対象の文字列

以下の例では、dd/mm/yyyy 形式の日付を検出し、yyyy-dd-mm 形式へ変換しています。バックスラッシュ付きの数字（\3 など）は、パターン内のキャプチャグループ番号を参照することに注意してください。

import re
sentence = 'Date is 22/11/2020. Tomorrow is 23/11/2020.'
# 日付部分を yyyy-dd-mm 形式に置換
replaced_text = re.sub(r'(\d+)/(\d+)/(\d+)', r'\3-\1-\2', sentence)
print(f"Output \n {replaced_text}")

出力：

Date is 2020-22-11. Tomorrow is 2020-23-11.

パターンの事前コンパイルでパフォーマンス向上

同じパターンを何度も繰り返し使う場合は、あらかじめ re.compile() で正規表現をコンパイルしておくと、処理速度が向上します。

pattern = re.compile(r'(\d+)/(\d+)/(\d+)')
replaced_pattern = pattern.sub(r'\3-\1-\2', sentence)
print(f"Output \n {replaced_pattern}")

出力：

Date is 2020-22-11. Tomorrow is 2020-23-11.

置換回数を取得する：re.subn()

re.subn() を使うと、テキストを置換すると同時に、置換が行われた回数も取得できます。

output, count = pattern.subn(r'\3-\1-\2', sentence)
print(f"Output \n {output}")

出力：

Date is 2020-22-11. Tomorrow is 2020-23-11.

print(f"Output \n {count}")

出力：

2

この例では文中に2つの日付が存在したため、置換回数は 2 となっています。

まとめ

用途に応じて、次のようにメソッドを使い分けましょう。

用途	推奨メソッド
単純な文字列の置換	str.replace()
前方一致・後方一致の確認	str.startswith() / str.endswith()
部分文字列の位置検索	str.find()
複雑なパターンの検索	re.match() / re.search()
複雑なパターンの置換	re.sub() / re.subn()

正規表現を組み合わせれば、日付や電話番号など、柔軟なパターン処理も簡単に実装できます。ぜひ実際のコードで試してみてください。