【Python】正規表現と正規化モジュール「re」について。

どうも、とがみんです。

ある文章の中から、「URLのみを抜き出したい」、「無駄な文字列を省きたい」といったテキストの処理を行う際に、正規表現の知識があれば、一気に効率化することができます。

この記事では、正規表現とは何か、またPythonに用意されている正規表現の操作を提供するモジュール「re」について、その使い方を紹介していきます。

Contents

正規表現とは
Python正規化モジュール「re」について
まとめ
参考文献

正規表現とは

正規表現とは、文字列の集合を１つの文字列で表現する方法です。

例えば、\dは「0〜9」のいずれか一文字を表す正規表現です。

以下に正規表現の例を紹介していきます。

任意の1文字を表す表現

正規表現	説明	使用例	マッチする例
.	改行以外の任意の1文字	a.c	abc, a1c, a!c ,a c
\d	任意の数字	a\dc	a1c
\D	任意の数字以外	a\Dc	abc, a!c
\w	任意の英数字	a\wc	abc, a1c
\W	任意の英数字以外	a\Wc	a!c
\s	空白文字	a\sc	a c
\S	任意の空白文字以外	a\Sc	abc, a1c, a!c

文字列の先頭or末尾を表す表現

正規表現	説明	使用例	マッチする例
\A	文字列の先頭	\Aabc	abcdef
\Z	文字列の末尾	abc\Z	defabc
^	文字列の先頭	^abc	abcdef
$	文字列の末尾	abc$	defabc

繰り返しを表す表現

正規表現	説明	使用例	マッチする例
*	0回以上の繰り返し	ab*	a, ab, abb, abbb
+	1回以上の繰り返し	ab+	ab, abb, abbb
?	0回または1回の繰り返し	ab?	a, ab
{m}	m回の繰り返し	ab{2}	abb
{m,n}	m〜n回の繰り返し	ab{2,4}	abb, abbb, abbbb

集合

正規表現	説明	使用例	マッチする例
[]	集合	[a-c]	a,b,c
\|	和集合	a\|b	a,b
()	グループ化	(ab)	ab

＞re — 正規表現操作

Python正規化モジュール「re」について

正規化モジュール「re」の主なメソッドを紹介します。

メソッド	概要
match(パターン,文章)	文章の先頭がパターンと一致するかどうかの判定。
search(パターン,文章)	パターンが文章のどこにマッチするのかを調べる。
findall(パターン,文章)	文章からパターンにマッチする文字列を全て探し、リストに格納する。
sub(パターン, 文字列, 文章)	文章からパターンにマッチするものを探し、文字列に置き換える。

パターンには抽出する正規表現、文章には調査する文章を入力します。

次に、それぞれのメソッドを使用した簡単な例を紹介していきます。

match

textListそれぞれの文の先頭が、httpとマッチするかどうかを判定しています。

「https://fresopiya.com/」はマッチしますが、「とがみんブログ」はマッチしないので、後者の出力はNoneです。

import re
textList = ["https://fresopiya.com/","とがみんブログ"]
pattern = "http"

result = []
for text in textList:
    result.append(re.match(pattern,text))
print(result)

#出力：[<re.Match object; span=(0, 4), match='http'>, None]

import re

textList = ["https://fresopiya.com/","とがみんブログ"]

pattern = "http"

result = []

for text in textList:

result.append(re.match(pattern,text))

print(result)

#出力：[<re.Match object; span=(0, 4), match='http'>, None]

search

textのどこに、「自由」という文字が含まれているのかを調べています。マッチする箇所が複数あった場合、最初の箇所しか返しません。

import re
text = "場所にもお金にも時間にも、何にも縛られない自由な状態になったら一体人間は何をしてどこに向かうのか"
pattern = "自由"

result = re.search(pattern,text)
print(result)

#出力：<re.Match object; span=(21, 23), match='自由'>

import re

text = "場所にもお金にも時間にも、何にも縛られない自由な状態になったら一体人間は何をしてどこに向かうのか"

pattern = "自由"

result = re.search(pattern,text)

print(result)

#出力：<re.Match object; span=(21, 23), match='自由'>

findall

textの中から、数字を探しだし、見つけた数字をリストに格納します。

import re
text = "平成31年3月29日"
pattern = "\d"#任意の数字１字を表す正規表現

result = re.findall(pattern,text)
print(result)

#出力：['3', '1', '3', '2', '9']

import re

text = "平成31年3月29日"

pattern = "\d"#任意の数字１字を表す正規表現

result = re.findall(pattern,text)

print(result)

#出力：['3', '1', '3', '2', '9']

sub

textの中の数字を省きます。

import re
text = "abcdef123456ghijkl"
pattern = "\d"

result = re.sub(pattern,"",text)

print(result)

#出力：abcdefghijkl

import re

text = "abcdef123456ghijkl"

pattern = "\d"

result = re.sub(pattern,"",text)

print(result)

#出力：abcdefghijkl

>正規表現HOWTO

まとめ

正規表現とは何か、またPythonに用意されている正規表現の操作を提供するモジュール「re」について紹介しました。

参考文献

＞Pythonでの正規表現の使い方

＞正規表現HOWTO

＞re — 正規表現操作

【Python】正規表現と正規化モジュール「re」について。

正規表現とは

任意の1文字を表す表現

文字列の先頭or末尾を表す表現

繰り返しを表す表現

集合

Python正規化モジュール「re」について

match

search

findall

sub

まとめ

参考文献

【Python】Google検索結果の取得と「beautifulsoup4」によるス...

【React Native】プロジェクト作成方法

【React Native】React Native開発環境構築

【人工知能】活性化関数の種類と使い分け・選び方についてまとめる

【神秘学】精神の探求。神秘思想家「ルドルフ・シュタイナー」とは？

【Java】「Spring Boot」でWebAPIの作成。JSONの受信と送信を行うサンプル。

【人工知能】機械学習で行われる学習方法について。バッチ・ミニバッチ・オンライン学習。

【AWS】DynamoDBとRDSのメリットデメリットの比較について

【Python】Twitterのフォロワー情報の取得方法

【人工知能】誤差逆伝播法とは。ニューラルネットワークの学習の仕組み。

【自由と哲学】一体自由とはどういう状態なのか。究極の自由とその考察。