Pythonの正規表現（RegEx）とは？基本構文と実用例をわかりやすく解説

正規表現（Regular Expression）は、与えられた文字列の中に特定のパターンが存在するかどうかを判定するための、いわばミニプログラミング言語です。一連の文字の組み合わせで検索パターンを定義し、そのパターンが文字列に含まれているかをチェックできます。

テキスト処理やデータクレンジング、入力値のバリデーションなど、さまざまな場面で活躍する強力なツールなので、ぜひマスターしておきましょう。

reモジュールのインポート

Pythonには正規表現を扱うための標準ライブラリ「re」が組み込まれています。追加のインストールは不要で、import文だけですぐに使えます。

import re

基本的な使用例

まずは最もシンプルな例として、文字列が指定したパターンに一致するかどうかを確認してみましょう。

import re
txt = "Use of python in Machine Learning"
x = re.search("^Use.*Learning$", txt)
if (x):
    print("YES! We have a match!")
else:
    print("No match")

出力結果

YES! We have a match!

この例では、「Use」で始まり「Learning」で終わる文字列かどうかを re.search() で判定しています。条件に一致したため「YES! We have a match!」と表示されました。

reモジュールの主な関数

reモジュールには、文字列からパターンを検索・操作するための便利な関数が複数用意されています。

メタ文字（Metacharacters）

メタ文字とは、正規表現内で特別な意味を持つ文字のことです。パターンを柔軟に記述するために欠かせない要素です。

特殊シーケンス（Special Sequences）

特殊シーケンスとは、バックスラッシュ「\」に特定の文字を続けたもので、それぞれ特別な意味を持ちます。

セット（Sets）

セットとは、角括弧 [] で囲んだ文字の集合のことで、その中のいずれかの文字に一致するかどうかを調べられます。

findall() 関数の使用例

findall() 関数は、パターンに一致したすべての箇所をリスト形式で返します。

# テキスト中のすべての "in" をリストで出力
import re
txt = "Use of python in Machine Learning"
x = re.findall("in", txt)
print(x)

出力結果

['in', 'in', 'in']

出力されたリストには、見つかった順番ですべての一致箇所が格納されています。もし一致するものが1つもなければ、空のリストが返されます。

試しに、テキスト中に存在しないパターンを指定してみましょう。

x = re.findall("Hello", txt)

出力結果

[]

search() 関数の使用例

search() 関数は文字列全体を検索し、一致が見つかればMatchオブジェクトを返します。ただし、複数の一致がある場合でも、最初に見つかった1件のみが返される点に注意してください。

import re
txt = "Python is one of the most popular languages around the world"
searchObj = re.search("\s", txt)
print("最初の空白文字の位置：", searchObj.start())

出力結果

最初の空白文字の位置： 6

一致が見つからなかった場合は None が返されます。

split() 関数の使用例

split() 関数は、パターンに一致した箇所ごとに文字列を分割し、その結果をリストで返します。

# 各空白文字で分割
import re
string = "Python is one of the most popular languages around the world"
searchObj = re.split("\s", string)
print(searchObj)

出力結果

['Python', 'is', 'one', 'of', 'the', 'most', 'popular', 'languages', 'around', 'the', 'world']

sub() 関数の使用例

sub() 関数を使うと、一致した部分を好きな文字列に置き換えることができます。

# 文字列内のすべての空白を _ に置換
import re
string = "Python is one of the most popular language around the world"
searchObj = re.sub("\s", "_", string)
print(searchObj)

出力結果

Python_is_one_of_the_most_popular_language_around_the_world

Matchオブジェクトとは

Matchオブジェクトは、検索結果に関する情報を保持するオブジェクトです。一致が見つからなかった場合は None が返されます。

例：文字列を検索してMatchオブジェクトを取得します。

import re
string = "Python is one of the most popular language around the world"
searchObj = re.search("on", string)
print(searchObj)

出力結果

<_sre.SRE_Match object; span=(4, 6), match='on'>

Matchオブジェクトには、検索結果の詳細情報を取得するためのプロパティとメソッドが用意されています。

• .span() ― 一致箇所の開始位置と終了位置をタプルで返します。

• .string ― 検索対象として渡された元の文字列を返します。

• .group() ― 実際に一致した部分の文字列を返します。

例：大文字の「P」で始まる単語を検索し、一致した部分を出力します。

# 大文字 "P" で始まる単語を検索
import re
string = "Python is one of the most popular language around the world"
searchObj = re.search(r"\bP\w+", string)
print(searchObj)

出力結果

<_sre.SRE_Match object; span=(0, 6), match='Python'>

このように、Pythonの正規表現を使いこなせるようになると、文字列の検索・分割・置換といった処理を簡潔かつ効率的に記述できるようになります。まずは re モジュールの4つの基本関数から試してみてください。