正規表現応用

Size: px

Start display at page:

Download "正規表現応用"

あきたけたみや
4 years ago
Views:

1 正規表現正規表現を使って文字列が或る形式と一致するか調べる指定された正規表現のパターンと一致する対象が入力文字列内で見付かるか何うかを調べるには Regex クラスの IsMatch メソッドを使用する此処では IsMatch メソッドを使った例を幾つか紹介する猶正規表現のパターンと一致する個所を探し見付かれば其の箇所を抽出する方法は正規表現を使って文字列を検索し抽出するで紹介して居る郵便番号か調べる次の例ではテキストボックス (txtsrc) に入力された文字列が郵便番号形式か ( " 数字 3 文字 "-" 数字 4 文字 " 形式に成って居るか ) 調べて居る RegexOptions.ECMAScript を指定して居るのは d が半角の数字丈にマッチする様にする為で有る ' 郵便番号形式か調べる ' パターンは " d3- d4" とも書ける If System.Text.RegularExpressions.Regex.IsMatch( _ txtsrc.text, "^ d d d- d d d d$", _ System.Text.RegularExpressions.RegexOptions.ECMAScript) Then MessageBox.Show(" 郵便番号です ") // 郵便番号形式か調べる // パターンは " d3- d4" とも書ける if (System.Text.RegularExpressions.Regex.IsMatch( d d d- d d d d$", System.Text.RegularExpressions.RegexOptions.ECMAScript)) MessageBox.Show(" 郵便番号です "); 半角カナ文字が含まれて居るか調べる次の例では txtsrc に入力された文字列内に半角カナ文字 (Halfwidth CJK punctuation と Halfwidth Katakana variants) が有るか調べて居る上記の例では静的メソッドの IsMatch を使用したが此処ではインスタンスメソッドを使用して居る ' 正規表現パターンを指定して Regex オブジェクトを作成 Dim R As New System.Text.RegularExpressions.Regex("[ uff61- uff9f]") ' 半角カナ文字が含まれて居るか調べる If R.IsMatch(txtSrc.Text) Then MessageBox.Show(" 半角カナ文字が含まれて居る ") -1-

2 // 正規表現パターンを指定して Regex オブジェクトを作成 System.Text.RegularExpressions.Regex r = new uff61- uff9f]"); // 半角カナ文字が含まれて居るか調べる if (r.ismatch(txtsrc.text)) MessageBox.Show(" 半角カナ文字が含まれて居る "); メールアドレスか調べる次の例では txtsrc に入力された文字列がメールアドレス形式か調べて居る猶 MSDN の方法 : 文字列が有効な電子メール形式で有るか何うかを検証するでは別のパターンが紹介されて居る ' メールアドレス形式か調べる If System.Text.RegularExpressions.Regex.IsMatch( _ txtsrc.text, "^[A-Z0-9._%+-]+@[A-Z0-9.-]+.[A-Z]2,4$", _ System.Text.RegularExpressions.RegexOptions.IgnoreCase) Then MessageBox.Show(" メールアドレスの様です ") // メールアドレス形式か調べる if (System.Text.RegularExpressions.Regex.IsMatch( System.Text.RegularExpressions.RegexOptions.IgnoreCase)) MessageBox.Show(" メールアドレスの様です "); URL か調べる次の例では txtsrc に入力された文字列が URL(HTTP) 形式か調べて居る猶此の正規表現パターンは Perl メモで紹介されて居る物で有る ' URL 形式か調べる If System.Text.RegularExpressions.Regex.IsMatch( _ txtsrc.text, "^s?https?://[-_.!~*'()a-za-z0-9;/?:@&=+$,%#]+$") Then MessageBox.Show("URL の様です ") // URL 形式か調べる if (System.Text.RegularExpressions.Regex.IsMatch( MessageBox.Show("URL の様です "); -2-

3 電話番号か調べる次の例ではテキストボックス (txtsrc) に入力された文字列が ( 日本国内の ) 電話番号形式かを大雑把に調べて居る ' 電話番号形式か調べる If System.Text.RegularExpressions.Regex.IsMatch( _ txtsrc.text, "^0 d1,4- d1,4- d4$") Then MessageBox.Show(" 電話番号の様です ") // 電話番号形式か調べる if (System.Text.RegularExpressions.Regex.IsMatch( d1,4- d1,4- d4$")) MessageBox.Show(" 電話番号の様です "); -3-

4 正規表現を使って文字列を検索し抽出する正規表現を使用して文字列の検索し検索された文字列を取得するには Regex クラスと Match メソッド ( 又は Matchs メソッド ) を使用する一致した要素は Match オブジェクトと仕て返されるメールアドレスを抽出する次の例では txtsrc に入力された文字列からメールアドレス形式の文字列を総て検索し表示する ' Regex オブジェクトを作成 Dim R As New System.Text.RegularExpressions.Regex( _ " b[a-z0-9._%+-]+@[a-z0-9.-]+.[a-z]2,4 b", _ System.Text.RegularExpressions.RegexOptions.IgnoreCase) ' txtsrc.text 内で正規表現と一致する対象を 1 つ検索 Dim M As System.Text.RegularExpressions.Match = R.Match(txtSrc.Text) ' 次の様に一致する対象を総て検索する事も出来る ' Dim Mc As System.Text.RegularExpressions.MatchCollection = R.Matches(txtSrc.Text) Do While M.Success ' 一致した対象が見付かった時キャプチャした部分文字列を表示 MessageBox.Show(M.Value) ' 次に一致する対象を検索 M = M.NextMatch() Loop // Regex オブジェクトを作成 System.Text.RegularExpressions.Regex r = new b[a-z0-9._%+-]+@[a-z0-9.-]+.[a-z]2,4 b", System.Text.RegularExpressions.RegexOptions.IgnoreCase); // txtsrc.text 内で正規表現と一致する対象を 1 つ検索 System.Text.RegularExpressions.Match m = r.match(txtsrc.text); // 次の様に一致する対象を総て検索する事も出来る // System.Text.RegularExpressions.MatchCollection mc = r.matches(txtsrc.text); while (m.success) // 一致した対象が見付かった時キャプチャした部分文字列を表示 MessageBox.Show(m.Value); // 次に一致する対象を検索 m = m.nextmatch(); -4-

5 HTML 内の <H> タグを抽出する次にグループ化の例を示す正規表現でグループ化を指定するには (?<( 数字又は名前 )>) の様にする正規表現に一致したグループは Match クラスの Groups プロパティで取得出来る猶 MSDN には HREFS のスキャンと謂う例や URL 情報の抽出と謂う例が紹介されて居る以下に txtsrc に入力された文字列を検索して HTML の H タグ (H1 H2 H3...) と其の部分のテキストを抽出する例を示す先程の例では Match メソッドを使用したが今回は Matches メソッドを使用して観る勿論先程と同じ様に Match メソッドを使用しても構わない ' 正規表現パターンとオプションを指定して Regex オブジェクトを作成 Dim R As New System.Text.RegularExpressions.Regex( _ "<(h[1-6]) b[^>]*>(.*?)</ 1>", _ System.Text.RegularExpressions.RegexOptions.IgnoreCase Or _ System.Text.RegularExpressions.RegexOptions.Singleline) ' txtsrc.text 内で正規表現と一致する対象を総て検索 Dim Mc As System.Text.RegularExpressions.MatchCollection = R.Matches(txtSrc.Text) For Each M As System.Text.RegularExpressions.Match In Mc ' 正規表現に一致したグループの文字列を表示 MessageBox.Show(" タグ :" & M.Groups(1).Value & vbcrlf & _ " タグ内の文字列 :" & M.Groups(2).Value) Next // 正規表現パターンとオプションを指定して Regex オブジェクトを作成 System.Text.RegularExpressions.Regex r = new b[^>]*>(.*?)</ 1>", System.Text.RegularExpressions.RegexOptions.IgnoreCase System.Text.RegularExpressions.RegexOptions.Singleline); // txtsrc.text 内で正規表現と一致する対象を総て検索 System.Text.RegularExpressions.MatchCollection mc = r.matches(txtsrc.text); foreach (System.Text.RegularExpressions.Match m in mc) // 正規表現に一致したグループと位置を表示 MessageBox.Show(" タグ :" + m.groups[1].value + " n タグ内の文字列 :" + m.groups[2].value + " n タグの位置 :" + m.groups[1].index); HTML 内のリンクを抽出する下の例は txtsrc に入力された文字列を検索して <a href="...">...</a> でリンクされて居るリンク先の -5-

6 URL とリンクされて居る文字列を総て調べ結果を出力する物で有る今迄の例ではインスタンスメソッドの Matches( 或るいは Match) を使用して居たが今回は静的メソッドを使用して観る ' txtsrc.text 内で正規表現と一致する対象を総て検索 Dim Mc As System.Text.RegularExpressions.MatchCollection = _ System.Text.RegularExpressions.Regex.Matches( _ txtsrc.text, _ "<a s+[^>]*href s*= s*(?:(?<quot>[""'])(?<url>.*?) k<quot> " + _ "(?<url>[^ s>]+))[^>]*>(?<text>.*?)</a>", _ System.Text.RegularExpressions.RegexOptions.IgnoreCase Or _ System.Text.RegularExpressions.RegexOptions.Singleline) For Each M As System.Text.RegularExpressions.Match In Mc ' 正規表現に一致したグループを表示 MessageBox.Show("URL:" & M.Groups("url").Value) MessageBox.Show(" テキスト :" & M.Groups("text").Value) Next // txtsrc.text 内で正規表現と一致する対象を総て検索 System.Text.RegularExpressions.MatchCollection mc = System.Text.RegularExpressions.Regex.Matches( s+[^>]*href s*= s*(?:(?<quot>[""'])(?<url>.*?) k<quot> " s>]+))[^>]*>(?<text>.*?)</a>", System.Text.RegularExpressions.RegexOptions.IgnoreCase System.Text.RegularExpressions.RegexOptions.Singleline); foreach (System.Text.RegularExpressions.Match m in mc) // 正規表現に一致したグループを表示 MessageBox.Show("URL:" + m.groups["url"].value); MessageBox.Show(" テキスト :" + m.groups["text"].value); 同じ番号 ( 名前 ) のグループが複数有る時同じ番号のグループに複数の箇所が一致する場合が有る例えば ( d)+ と謂うパターンで 123 を検索するとグループ 1 にの 3 つの文字が一致する亦.NET Framework ではグループに名前や番号を付ける事が出来るので同じ名前や番号のグループを複数作る事も出来る此の様に同じ名前や番号のグループが複数有った場合何う成るかに付いて簡単に説明する此の様な場合グループの値と仕ては最後に一致したグループの値が入る併しキャプチャされた総ての値はグループの Captures コレクションに格納されて居る具体的に何う成るか例を示す以下の例ではパターンを ( d)+ とし 123 と謂う文字列を検索して居る -6-

7 Dim R As New System.Text.RegularExpressions.Regex("( d)+") Dim Mc As System.Text.RegularExpressions.MatchCollection = r.matches("123") For Each M As System.Text.RegularExpressions.Match In Mc For I As Integer = 0 To (M.Groups.Count - 1) MessageBox.Show(" グループ " & I.ToString( ) & ":" & M.Groups(I)) For J As Integer = 0 To (M.Groups(I).Captures.Count - 1) MessageBox.Show(" キャプチャ " & J.ToString( ) & M.Groups(I).Captures(J).Value) Next Next Next System.Text.RegularExpressions.Regex r = new System.Text.RegularExpressions.Regex(@"( d)+"); System.Text.RegularExpressions.MatchCollection mc = r.matches("123"); foreach (System.Text.RegularExpressions.Match m in mc) for (int i = 0; i < m.groups.count; i++) MessageBox.Show(" グループ " + i.tostring( ) + m.groups[i]); for (int j = 0; j < m.groups[i].captures.count; j++) MessageBox.Show(" キャプチャ " + j.tostring( ) + m.groups[i].captures[j].value); 此のプログラムを実行すると以下の様に表示されるグループ 0:123 キャプチャ 0:123 グループ 1:3 キャプチャ 0:1 キャプチャ 1:2 キャプチャ 2:3 此の結果の様にグループ 1 には最後にキャプチャされた 3 が入るがグループ 1 の Captures にはキャプチャされた総ての結果が入って居る -7-

8 正規表現を使って文字列を置換する正規表現を使って文字列の置換を行うには Regex クラスの Replace メソッドを使用する此処では幾つかの具体例を紹介する MSDN にも日付形式の変更と謂う例が載って居るので其方も参考にされ度い URL にリンクを付ける次の例では txtsrc に入力された文字列内の URL に自動的にリンク (<a> タグ ) を付けて txtsrc に結果を表示して居る猶此の正規表現パターンは Perl メモで紹介されて居る物で有る ' URL にリンクを付ける txtsrc.text = System.Text.RegularExpressions.Regex.Replace( _ txtsrc.text, _ "s?https?://[-_.!~*'()a-za-z0-9;/?:@&=+$,%#]+", _ "<a href=""$&"">$&</a>") // URL にリンクを付ける txtsrc.text = System.Text.RegularExpressions.Regex.Replace( "<a href= "$& ">$&</a>"); 行末の空白文字を削除する次の例では txtsrc に入力された文字列から総ての行末の空白文字 ( 半角スペース全角スペースタブ ) を削除して居る先程の例では静的メソッドの Replace を使用したが此処ではインスタンスメソッドを使用して観る ' パターンを指定して Regex オブジェクトを作成 Dim R As New System.Text.RegularExpressions.Regex("[ t]+(?= r? n $)") ' 行末の空白文字を削除 txtsrc.text = R.Replace(txtSrc.Text, "") // パターンを指定して Regex オブジェクトを作成 System.Text.RegularExpressions.Regex r = new System.Text.RegularExpressions.Regex(@"[ t]+(?= r? n $)"); // 行末の空白文字を削除 txtsrc.text = r.replace(txtsrc.text, ""); 因みにパターンを "[ t]+$" と仕て RegexOptions.Multiline オプションを付けたと仕ても改行文字が " r n" ならば行末の空白文字を削除する事は出来ない何故ならば $ は n の前 r の後ろとマッチする為で有る -8-

9 行頭に引用記号を挿入する次の例では txtsrc に入力された文字列の行頭に < を挿入して居るパターンの ^ は 0 幅だが置換に利用出来る ' 行頭に引用記号 "> " を挿入する txtsrc.text = System.Text.RegularExpressions.Regex.Replace( _ txtsrc.text, "^", "> ", System.Text.RegularExpressions.RegexOptions.Multiline) // 行頭に引用記号 "> " を挿入する txtsrc.text = System.Text.RegularExpressions.Regex.Replace( txtsrc.text, "^", "> ", System.Text.RegularExpressions.RegexOptions.Multiline); 連続する同じ行を削除する次の例では txtsrc に入力された文字列から連続する同じ行を削除して居る詰まり同じ内容の行が連続して居る場合其れを 1 行丈にする ' 連続する同じ行を削除 txtsrc.text = System.Text.RegularExpressions.Regex.Replace( _ txtsrc.text, "^(.*)( r? n 1)+$", "$1", _ System.Text.RegularExpressions.RegexOptions.Multiline) // 連続する同じ行を削除 txtsrc.text = System.Text.RegularExpressions.Regex.Replace( r? n 1)+$", "$1", System.Text.RegularExpressions.RegexOptions.Multiline); 日付のフォーマットを変更する 2000/10/22 の様に / で区切られて居る形式の日付を 2000 年 10 月 22 日と変更する例を示す ' "2000/10/22" の様な形式を "2000 年 10 月 22 日 " の様に変換する txtsrc.text = System.Text.RegularExpressions.Regex.Replace( _ txtsrc.text, _ "(?<year>(?: d d)? d d)/(?<month> d d?)/(?<day> d d?)", _ "$year 年 $month 月 $day 日 ") //"2000/10/22" の様な形式を "2000 年 10 月 22 日 " の様に変換する txtsrc.text = System.Text.RegularExpressions.Regex.Replace( d d)? d d)/(?<month> d d?)/(?<day> d d?)", "$year 年 $month 月 $day 日 "); -9-

10 MatchEvaluator デリゲートを使用する MatchEvaluator デリゲートを使用すれば更に複雑な置換が可能で有る次の例では日付の部分を 1 日増やした日付と置換して居る ' ボタン ( 開始 ) がクリックされた時の処理 Private Sub btnstart_click(byval sender As Object, ByVal e As System.EventArgs) _ Handles btnstart.click ' 日付の部分 ("2000/10/22" の様な形式 ) を 1 日増加 txtsrc.text = System.Text.RegularExpressions.Regex.Replace( _ txtsrc.text, "(?<year>(?: d d)? d d)/(?<month> d d?)/(?<day> d d?)", _ New System.Text.RegularExpressions.MatchEvaluator(AddressOf IncrementDay)) End Sub ' MatchEvaluator デリゲートメソッド Private Shared Function IncrementDay( _ ByVal M As System.Text.RegularExpressions.Match) As String Dim Dt As DateTime ' マッチした文字列を日時に変換 If DateTime.TryParse(M.Value, Dt) Then Return Dt.AddDays(1).ToShortDateString( ) ' 1 日増やす Else Return M.Value End Function // ボタン ( 開始 ) がクリックされた時の処理 private void btnstart_click(object sender, System.EventArgs e) // 日付の部分 ("2000/10/22" の様な形式 ) を 1 日増加 txtsrc.text = System.Text.RegularExpressions.Regex.Replace( d d)? d d)/(?<month> d d?)/(?<day> d d?)", new System.Text.RegularExpressions.MatchEvaluator(IncrementDay)); // MatchEvaluator デリゲートメソッド private static string IncrementDay(System.Text.RegularExpressions.Match m) DateTime dt; // マッチした文字列を日時に変換 if (DateTime.TryParse(m.Value, out dt)) return dt.adddays(1).toshortdatestring(); // 1 日増やす else return m.value; -10-

Socketクラス

Socketクラス正規表現正規表現の基本此処では.NET Framework の正規表現に付いて基本を極く簡単に ( 主に正規表現パターンに付いて ) 説明する猶.NET Framework の正規表現は Perl5 の正規表現に対応する様にデザインされて居ると謂う事なので Perl の正規表現を理解して居れば問題無い猶正規表現テストツール (RegexTest.exe) を使って正規表現のテストを行う事が出来るので