― .NET Frameworkがサポートする正規表現クラスを徹底活用する ―：基礎解説 スマートな文字列処理のための 正規表現入門（前編）（3/4 ページ）

[田口景介，著]

メタ文字

　それでは、.NET Frameworkの正規表現で利用できるメタ文字について解説していこう。これ以降の解説には、前述したregexコマンドと、そのソース・ファイルであるregex.csをサンプルに利用していく。

■通常文字

　まず、regexのソース・コードからコメント行を検索するパターンを考えてみよう。C#のコメントは、「/* 〜 */」や「// 〜」など複数の書式で記述できるが、リスト1ではさいわい「// 〜」しか使われていないので、単純に「//」が含まれている行を検索すれば、コメント行を見つけることができる。文字列定数内で「//」を使用していると、コメント行ではない行もコメント行として見付かってしまうが、見落としはないのでここではよしとしたい。

regex "//" regex.cs

検索例1：コメント行（「//」を含む行）の検索

  /// <summary>
  /// アプリケーションのメイン エントリ ポイントです。
  /// </summary>
        // ファイル名が指定されなかったときは標準入力から
        // 正規表現はRegexインスタンスに対して固定
          Match m = regex.Match(line);  // lineから検索
          if (m.Success) {              // 一致すればtrue

検索例1の実行結果

　いま指定した「//」のように、パターンにメタ文字が一切含まれていなければ、指定された文字列そのものの検索が行われる。文字列内から指定した文字列のインデックスを取得するString.IndexOfメソッドと同様な検索が行われるということだ。メタ文字と組み合わせた場合でも、メタ文字でない文字は、そのものとだけマッチする。.NET Frameworkの正規表現では、以下の文字がメタ文字として扱われるので、これ以外の文字はごく普通の比較が行われる。

.	$	^	{	}	[	]	(	)	|	*	+	?	\
.NET Frameworkで使用されるメタ文字

　逆に、メタ文字として扱われる文字をそのものとして（通常の文字として）検索したければ、“￥”でエスケープしなければならない。例えば、「args[1]」という文字列を検索したいとしよう。このとき、以下のようにそのまま「args[1]」を指定すると、結果は何も表示されない。

regex "args[1]" regex.cs

検索例2：文字列「args[1]」を含む行の検索
この場合、検索結果は表示されない（どの行にもマッチングしない）。

　後で解説するように、“[ 〜 ]”は「角括弧で囲まれたいずれか１文字に一致する」正規表現である。つまり、「args1」を検索したことになってしまうからだ。

　正しく“args[1]”を見つけたければ、以下のように“[”と“]”を“￥”でエスケープしなければならない。

regex "args\[1\]" regex.cs

検索例3：文字列「args[1]」を含む行の正しい検索

          args[1], System.Text.Encoding.GetEncoding(932));

検索例3の実行結果

■[ 〜 ]

　ちょうど話が出たので、“[ 〜 ]”について解説しよう。前述したように、この角括弧は「指定した文字のいずれか1文字にマッチする」正規表現である。例えば、以下のように“[=!]”を指定すると「＝」か「！」にマッチするため、“[=!]=”で「＝＝」か「！＝」を含む行を検索できる。

regex "[=!]=" regex.cs

検索例4：「＝＝」か「！＝」を含む行の検索

      } else if (args.Length == 1) {
      if (reader != null) {
        while ((line = reader.ReadLine()) != null) {

検索例4の実行結果

　この表現を利用すれば、“[0123456789]”として「任意の数字1文字」にマッチするパターンを表現できる。ただ、この調子で「任意のアルファベット」にマッチするパターンを表現しようとすれば、大文字小文字あわせて52文字もの文字を並べなければならなくなってしまう。そこで、1文字ずつ並べる代わりに、“[a-c]”のように文字の範囲を指定する書式も許されている。この書式を利用すれば「任意のアルファベットか数字1文字」にマッチするパターンを“[A-Za-z0-9]”のように簡潔に表現することができる（ハイフン自体をこれに含めたい場合には、角括弧内の先頭か末尾に“-”を記述すればよい）。

regex "[0-9]" regex.cs

検索例5：任意の数字1文字を含む行の検索

      if (args.Length < 1) {
      } else if (args.Length == 1) {
          args[1], System.Text.Encoding.GetEncoding(932));
        Regex regex = new Regex(args[0]);

検索例5の実行結果

　このように2通りの書式がある“［ 〜 ］”だが、このほかにも幾つか特殊なルールが決められている。

　メタ文字そのものを検索したければ、“￥”でエスケープしなければならないのはすでに述べたとおりだが、角括弧の中ではメタ文字が特殊な意味を失い、その文字自身としか一致しない通常の文字として扱われる。つまり、“[$*+]”と書けば「＄」か「＊」か「＋」にしか一致しないのである（いずれもメタ文字）。従って、基本的に角括弧の中では、メタ文字であろうがなかろうが、1文字がそのもの1文字にしか一致しない。

regex "[([][0-9]" regex.cs

検索例6：「(」か「[」の後ろに数字がある行の検索

          args[1], System.Text.Encoding.GetEncoding(932));
        Regex regex = new Regex(args[0]);

検索例6の実行結果

　ただし、このルールにも例外がある。“￥”と“＾”である。

　“￥”はメタ文字をエスケープする働き以外にも、C#などのプログラミング言語と同じく、正規表現でもコントロール・キャラクタを表すために利用される。“\n”は改行文字（0x0a）と、“\t”はタブ文字（0x09）と一致するという具合だ。

regex "\t\t\t\t\t" regex.cs

検索例7：5つ以上インデントされた行（5つのタブ文字含む行）の検索

          args[1], System.Text.Encoding.GetEncoding(932));
          Match m = regex.Match(line);  // lineから検索
          if (m.Success) {              // 一致すればtrue
            Console.WriteLine(line);
          }

検索例7の実行結果
（注：ページ構成の都合上、ここでは1つのタブ文字は、半角スペース2文字として掲載しています）

　これらエスケープ・キャラクタは角括弧の中でも解釈されるため、「そのもの1文字にマッチする」という原則に反して、“￥＜文字＞”の2文字で1文字にマッチすることになる。このため、“￥”を角括弧に含めたい場合は、“￥￥”としなければならない。

regex "[\t\\][a-z]" regex.cs

検索例8：タブか“￥”の後ろに英字がある行の検索

  static void Main(string[] args)  {
    try {
      if (args.Length < 1) {
        Console.Write("regex <RegularExpression> [<filesname>]\n");
        reader = Console.In;
        reader = new StreamReader(
          args[1], System.Text.Encoding.GetEncoding(932));
      if (reader != null) {
        string line;
        while ((line = reader.ReadLine()) != null) {
          if (m.Success) {              // 一致すればtrue
        reader.Close();
    catch (Exception e) {

検索例8の実行結果

　もう1つの例外が“＾”である。まだ解説していないが、正規表現において“＾”は「文字列の先頭」を表すメタ文字である。通常メタ文字は文字に一致するパターンとして利用されるが、“＾”は文字ではなく、「先頭」という位置にマッチするという点で少々特殊なメタ文字である。なお、反対に「文字列の末尾」に一致するメタ文字として“＄”が用意されている。

　ただし“＾”が角括弧の中で、かつ“［”の直後で使われた場合には特別な意味を持つ。こうすると、角括弧の意味が「指定した文字に含まれていない任意の一文字」に変化する。例えば、“[^A-Za-z0-9]”とすれば、英数字以外の1文字にマッチするパターンとなる。“[ 〜 ]”の意味が逆転するわけだ。

regex "^[^\t]" regex.cs

検索例9：行頭がタブ文字でない行の検索

using System;
using System.Text.RegularExpressions;
using System.IO;
class Grep {
}

検索例9の実行結果

　なお、先頭以外で“＾”が指定された場合は、ほかのメタ文字と同じく普通に“＾”にだけマッチする文字として扱われる。

更新履歴

【2003/04/15】 “[ 〜 ]”内でのハイフンの取り扱いについて追記しました。