正規表現
正規表現の導入
正規表現 を使用すると、テキストから必要な情報を抽出できます。簡単に言うと、正規表現とは、一定の規則に従ってテキストの中から部分的なテキストを探すものです。例えば、"注文番号:123456789"から注文番号の数字を取得します。【テキストから情報を抽出】コマンドを使用できます。
注:使いやすさのため、グループを含む正規表現では、Dr.Roboのコマンドはデフォルトで、各一致項目について正規表現に一致した最初のキャプチャグループを返します。
正規表現でよく使用する演算子
| 演算子 | 意味 | 例 |
|---|---|---|
. |
任意の1文字を表します | |
[] |
文字集合です。1文字に対して取り得る値の範囲を指定します | [abc]はaまたはbまたはcを表し、[a-z]はa-zの1文字(任意の小文字1文字)を表します |
[^] |
否定文字集合です。1文字に対して除外する範囲を指定します | [^abc]はa、b、cのいずれでもない1文字を表します |
* |
直前の文字の0回以上、上限なしの繰り返しです | abc*はab、abc、abcc、abccccなどを表します(abに一致します) |
+ |
直前の文字の1回以上、上限なしの繰り返しです | abc+はabc、abccc、abcc、abcccccなどを表します(abには一致しません) |
? |
直前の文字の0回または1回の繰り返しです | abc?はab、abcのみを表します |
| |
左右の式のいずれかを表します | abc|defはabc、defを表します |
{m} |
直前の文字をm回繰り返します | ab{2}cはabbcを表します |
{m,n} |
直前の文字をm回からn回繰り返します(m回とn回を含みます) | ab{1,2}cはabc、abbcに一致します |
^ |
文字列の先頭に一致します | ^abcはabcが文字列の先頭にあることを表します。つまり、aabcには一致しません |
$ |
文字列の末尾に一致します | abc$はabcが文字列の末尾にあることを表します。つまり、abcdには一致しません |
() |
グループ化の記号です。内部では|演算子のみ使用できます |
(abc)はabcを表し、(abc|def)はabc、defを表します |
\d |
1桁の数字で、[0-9]と同じです |
|
\w |
単語を構成する文字で、[A-Za-z0-9_]と同じです |
a-zの小文字と大文字、数字0-9、およびアンダースコア_を表します |
代表的な正規表現
| 式 | 意味 |
|---|---|
^[A-Za-z]+$ |
26文字のアルファベットからなる文字列です |
^[A-Za-z0-9]+$ |
26文字のアルファベットと数字からなる文字列です |
^-?\d+$ |
整数形式の文字列です |
^[0-9]*[1-9][0-9]*$ |
正の整数形式の文字列です |
[1-9]\d{5} |
中国国内の郵便番号です |
[\u4e00-\u9fa5] |
中国語の文字に一致します |
\d{3}-\d{8}|\d{4}-\d{7} |
中国国内の固定電話番号です |
事例
連続する数字の長さを使って配送番号に一致させます。例えば、中通快逓の111111123444は12桁です。
先頭のテキストを使って品番に一致させます。例:品番:ss1234563456。