繰り返しパターンと任意の文字列

文字列の繰返しにマッチする正規表現

+ や * などのメタ文字を使うと、文字列の繰返しにマッチする正規表現 をつくることができます。

１回以上の繰返し

+ は直前の文字の１回以上の繰返しを意味するメタ文字です。たとえば、は+ は
 
・ははは
・はははは
・あははは
 
などの文字列にマッチします。

# PYTHON_REGEX_REPEAT_MATCH

# In[1]

# 正規表現オブジェクトを作成
regex = re.compile(r'あ+')

# 検索対象となる文字列を作成
line_1 = "あ～あ。牛乳をこぼしちゃった。"

line_2 = "ああっ！　しまった！　宿題を忘れた！"

# line_1を検索
f1 = regex.findall(line_1)

# line_2を検索
f2 = regex.findall(line_2)

print("line1の検索結果", f1)
print("line2の検索結果", f2)

# line1の検索結果 ['あ', 'あ']
# line1の検索結果 ['ああ']

( ) で括った文字列の後ろに+ を付けると、( ) の中の文字列が繰り返されるパターンとマッチするようになります。

# In[2]

regex = re.compile(r'(くた)+')

# 検索対象となる文字列を作成
line = "Pythonやり過ぎてくたくたに疲れた。"

# lineを検索
s = regex.search(line)

print("lineの検索結果", s)
# <_sre.SRE_Match object; span=(11, 15), match='くたくた'>

0 回以上の繰返し

* は直前の文字の 0 回以上の繰返しを意味するメタ文字です。お* は
 
・おっす！
・おおっと！
・おいおい。
 
などの文字列にマッチしますが、abcde や あいうえお など、他のどんな文字列ともマッチしてしまいます。

したがって、* は２文字以上の後ろの添えるのが一般的です。たとえば、おい！* という正規表現の場合、* の直前にある文字は ! ですから、
 
・おい
・おい！！
・おい！！！
 
のような文字列にマッチすることになります。つまり、! はあってもなくてもいい、という条件で検索します。

# In[3]

regex = re.compile(r'おい！*')

# 検索対象となる文字列を作成
line_1 = "このお菓子は、とてもおいしいですね。"

line_2 = "おい！！　何やってるんだよ！！"

line_3 = "おいおい。そりゃないだろ。"

# line_1を検索
f1 = regex.findall(line_1)

# line_2を検索
f2 = regex.findall(line_2)

# line_3を検索
f3 = regex.findall(line_3)

print("line1の検索結果", f1)
print("line2の検索結果", f2)
print("line3の検索結果", f3)

# line1の検索結果 ['おい']
# line2の検索結果 ['おい！！']
# line3の検索結果 ['おい', 'おい']

繰り返し回数の指定

{m,n} は直前の文字の m 回以上、n 回以下の繰り返しを表すメタ文字です。たとえば、わは{3,5} は は が 3 回以上、5 回以下の文字列にマッチします。つまり、
 
・わはははは
 
のような文字列にはマッチしますが、
 
・わはは
 
にはマッチしません。

# In[4]

regex = re.compile(r'わは{3,5}')

# 検索対象となる文字列を作成
line = "わはは。わはははは。"

# sentenceを検索して適合した文字列をすべて取得
f = regex.findall(line)

print(f)
# ['わはははは']

n を省略して {m,} のように書くこともできます。{0,} は * と、{1,} は + と同じ意味をもちます。

あらゆる文字列にマッチする正規表現

.* は「改行以外の任意の 1 文字の 0 回以上の繰返し」なので、改行を除くあらゆる文字列にマッチするメタ文字 です。このような正規表現は、たとえば「住所：」や「氏名：」などの後に続く文字列を取り出したいときなどに使います。

# In[5]

regex = re.compile('住所：(.*)')

# 住所
line = '住所：東京都豊島区南池袋 x-y-z あとりえこばと出版'

# グループ1に適合する文字列を取得
g1 = regex.search(line).group(1)

print(g1)
# 東京都豊島区南池袋 x-y-z あとりえこばと出版

re.compile() のフラグに re.S または re.DOTALL を指定すると、. は改行を含む任意の 1 文字を表すメタ文字になります。

# In[6]

# 正規表現オブジェクトを作成
# フラグにre.Sを渡して改行を含むように設定
regex = re.compile('氏名：(.*)\n住所：(.*)', re.S)

# 検索対象文字列
my_data = '氏名：城戸涼音\n\
住所：東京都文京区小石川 x-y-z'

# my_dataを検索
s = regex.search(my_data)

# グループ１に適合する文字列を取得
g1 = s.group(1)

# グループ2に適合する文字列を取得
g2 = s.group(2)

print(g1)
print(g2)

# 城戸涼音
# 東京都文京区小石川 x-y-z