Python正規表現で特殊文字をエスケープする方法を徹底解説！raw文字列の使い方

Python正規表現におけるバックスラッシュの問題とは？

正規表現では、バックスラッシュ（\）を使って特殊な形式を表したり、特殊文字が持つ特別な意味を無効化して、その文字そのものにマッチさせたりします。

ところが、Pythonの文字列リテラルでも同じバックスラッシュが同じ目的で使われています。このため、両者の役割が衝突してしまい、意図したパターンを書くのが面倒になることがあります。

具体例：リテラルのバックスラッシュにマッチさせるには

たとえば、文字としてのバックスラッシュ1つにマッチさせたい場合を考えてみましょう。正規表現としては \\（バックスラッシュ2つ）が必要です。さらに、この正規表現を通常のPython文字列リテラルで書くと、各バックスラッシュを \\ と表現する必要があるため、結局次のようにバックスラッシュ4つを書くことになります。

import re

pattern = "\\\\"   # バックスラッシュ4つ…読みにくい！
text = "C:\\Users\\test"
print(re.search(pattern, text))  # <re.Match object; span=(2, 3), match='\'>

このように、エスケープが何重にも重なるとコードが非常に読みにくくなり、ミスの原因にもなります。

解決策：raw文字列（r接頭辞）を使う

この問題に対するPython公式の推奨解決策は、raw文字列記法を使うことです。文字列の先頭に r を付けると、その文字列内ではバックスラッシュが特別扱いされなくなります。

つまり、r"\n" は「\」と「n」の2文字からなる文字列ですが、通常の "\n" は改行1文字を表す文字列である、という違いがあります。

s1 = r"\n"   # '\' と 'n' の2文字
s2 = "\n"    # 改行文字1文字

print(len(s1))  # 2
print(len(s2))  # 1

raw文字列を使えば、先ほどの例も次のようにすっきり書けます。

import re

pattern = r"\\"   # バックスラッシュ2つだけでOK
text = "C:\\Users\\test"
print(re.search(pattern, text))

ベストプラクティス：正規表現パターンには必ずraw文字列を使う

Pythonのドキュメントでも、正規表現パターンは通常、raw文字列記法で記述することが推奨されています。これにより、以下のようなメリットがあります。

• エスケープの二重処理による混乱を防げる
• パターンが正規表現そのものの見た目になり、可読性が向上する
• \b（単語境界）など、Python文字列と意味が異なるメタ文字の誤用を避けられる

# 悪い例：通常の文字列だと \\b はバックスペース文字になってしまう
pattern = "\\bword\\b"

# 良い例：raw文字列なら意図どおり「単語境界」として機能する
pattern = r"\\bword\\b"

補足：動的な文字列をエスケープしたい場合は re.escape() が便利

ユーザー入力など、実行時に決まる文字列をパターンに含めたい場合は、re.escape() 関数を使うと、特殊文字を自動的にエスケープしてくれます。

import re

user_input = "C:\\path (test)"
escapeed = re.escape(user_input)
print(escapeed)  # 特殊文字がすべてエスケープされた文字列

まとめ

• 正規表現とPython文字列リテラルの両方がバックスラッシュを使用するため、エスケープが重なりコードが複雑になりやすい
• raw文字列（r"..."）を使えば、バックスラッシュの二重エスケープを回避できる
• 正規表現パターンの記述には、原則としてraw文字列を使うのがPythonのベストプラクティス
• 動的な文字列のエスケープには re.escape() を活用すると安全