【Python】正規表現に一致するすべての文字列を抽出する方法｜re.findallとre.finditerの使い分け

Pythonで正規表現に一致するすべての箇所を取得したい場合は、標準ライブラリ re モジュールが提供する re.findall() または re.finditer() を使用します。この2つのメソッドは似た用途で使われますが、戻り値が異なるため、目的に応じて使い分けることが重要です。

re.findall()：マッチした文字列をリストで返す

re.findall(pattern, string) は、文字列内でパターンに一致したすべての部分をリストとして返します。シンプルに「一致した文字列の一覧」が欲しい場合に最適です。

import re

text = "apple banana apple cherry apple"
result = re.findall(r"apple", text)
print(result)  # ['apple', 'apple', 'apple']
print(len(result))  # 3

また、パターンにキャプチャグループ () を含めると、グループ内の文字列だけがリストに格納されます。

text = "2024-01-15, 2023-12-31"
dates = re.findall(r"(\d{4})-(\d{2})-(\d{2})", text)
print(dates)  # [('2024', '01', '15'), ('2023', '12', '31')]

re.finditer()：マッチオブジェクトのイテレータを返す

re.finditer(pattern, string) は、Matchオブジェクトのイテレータを返します。マッチした位置情報や、より詳細な情報が必要な場合に便利です。

import re

text = "apple banana apple cherry"
for m in re.finditer(r"apple", text):
    print(f"一致位置: {m.start()}〜{m.end()}, 文字列: {m.group()}")
# 一致位置: 0〜5, 文字列: apple
# 一致位置: 13〜18, 文字列: apple

Matchオブジェクトからは、group()（一致した文字列）、start()／end()（開始・終了位置）、span()（位置のタプル）などの情報を取得できます。

どちらを使うべきか？

• re.findall()：一致した文字列そのものだけが必要な場合。コードが簡潔になる。
• re.finditer()：一致位置や詳細なマッチ情報が必要な場合、または大量のデータを逐次処理してメモリ効率を重視したい場合。

なお、1件だけ見つければ十分な場合は re.search()、文字列の先頭から判定したい場合は re.match() を使うとよいでしょう。