§7.1　正規表現

この章では、Perlの強力な武器の1つ、正規表現についてお話します。　カウンターや掲示板、チャットなどのCGIを作るのにPerlが適しているのも、この正規表現が充実しているからです。　正規表現は、とても奥が深く、それだけで1冊本が書けてしまうほどです。　ですから、ここではほんの触りだけを紹介します。

さて突然ですがここで質問です。　次の5つの文のうち、｢僕は｣で始まり、｢猫が好き。｣で終わるのはどれでしょうか?

 僕は、猫が好き。
 やっぱり僕は猫が好き。
 僕は、猫が好きかも知れない。
 僕は犬よりも猫が好き。
 僕は猫が好き?

答えは1番目と4番目ですね。　これを正規表現を使って表すと、

 /^僕は.*猫が好き。$/

となります。　これがなぜなのかはこれから見ていくとして、正規表現とは、文字列のパターンを記述するための方法です。　Perlは、ユーザからの入力やファイルの中身などのテキストからこのパターンを探し出し、True/Falseを返す、あるいは別の文字列と置きかえるなどの処理を行います。

1文字にマッチ

まずは単純なところから。　文字1個にマッチさせるには、その文字をパターンマッチ演算子/(スラッシュ)で囲みます。　例えば/a/は、

 can, katsu, gachoon

等にマッチします。　マッチする文字が複数あるときは、文字列の中の先頭に近い方の文字にマッチします。　例えば、

 My name is can.

という文に対しては"name"のaにマッチします。　ただし、次のメタ文字は特別な意味を持っているので、自分自身と同じ文字にはマッチしません。

 ^ \ [ $ * + ? . { ( ) |

これらの文字にマッチさせるには、その前に\をおいて保護してやります。　例えば"$100"にマッチさせたいのなら、

 /\$100/

とします。
　参考までに上のメタ文字の意味を一部紹介しておきます。

またPerlでは、英文字1文字の前に\をつけるとメタ文字として扱われることがあります(｢§2.1　スカラー｣参照)。　パターンの中の文字列はダブルクォート文字列として扱われますので、これらのメタ文字も使用できます。　次に上のメタ文字の中から、大事な物をいくつか紹介します。

.(ドット)
　.(ドット)は、改行文字以外の任意の1文字にマッチします。　例えば/.a/は、"tama"や"taro"等にマッチします。　しかし、"apple"や"ayoiyoi"にはマッチしません。

文字クラス
　[ ](ブラケット)で囲んだ文字の集合を文字クラスといいます。　[ ]で囲んだ文字のいずれかにマッチします。　例えば[abcd]は、

 apple, banzai, can, dehehe

等にマッチします。　また、文字クラスの中の-(ダッシュ)は範囲を表します。　例えば[a-z]は小文字のaから小文字のzまでのアルファベットのいずれかにマッチします。

 [1-9] #[123456789]と同じ
 [a-zA-Z0-9_]
 #大文字と小文字のアルファベット、数字、
 #アンダースコア(_)のいずれかにマッチ

[の次に^(キャレット)があると、その後に続く文字列に含まれていない文字列にマッチします。

 [^0-9] #数字以外にマッチ

よく使われる文字クラスには、次のような略記法が用意されています。

ここで少し例を紹介します。　次のスクリプトは、いろいろな単語のリストから、指定したパターンにマッチする物だけを選んで表示させる物です。　@wordsの中身や正規表現の部分をいろいろと変えて遊んでみてください。

 @words = ("Apple", "anthony", "Becky", "can", "dehehe", 
    "Evans", "FRED", "Grant", 20010822, 1023, "hanako");
 foreach (@words) {
   if(/[AbcDE]/){
     print "$_, ";
   }
 }

この節では正規表現のごくごく基本的なことを見てきました。　本当はもっと書きたいのですが、1ページがあまり長くなるのもあれなので、次の節にまわすことにします。

ソフトバンク パブリッシング株式会社