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