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$", _ System.Text.RegularExpressions.RegexOptions.ECMAScript) Then MessageBox.Show(" 郵便番号です ") // 郵便番号形式か調べる // パターンは " d3- d4" とも書ける if (System.Text.RegularExpressions.Regex.IsMatch( txtsrc.text, @"^ d d d- d d d d$", 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-
// 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 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)) 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$", _ System.Text.RegularExpressions.RegexOptions.IgnoreCase) Then MessageBox.Show(" メールアドレスの様です ") // メールアドレス形式か調べる if (System.Text.RegularExpressions.Regex.IsMatch( txtsrc.text, @"^[A-Z0-9._%+-]+@[A-Z0-9.-]+.[A-Z]2,4$", 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( txtsrc.text, @"^s?https?://[-_.!~*'()a-za-z0-9;/?:@&=+$,%#]+$")) MessageBox.Show("URL の様です "); -2-
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$") Then MessageBox.Show(" 電話番号の様です ") // 電話番号形式か調べる if (System.Text.RegularExpressions.Regex.IsMatch( txtsrc.text, @"^0 d1,4- d1,4- d4$")) MessageBox.Show(" 電話番号の様です "); -3-
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 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 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-
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 System.Text.RegularExpressions.Regex( @"<(h[1-6]) 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-
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( txtsrc.text, @"<a s+[^>]*href s*= s*(?:(?<quot>[""'])(?<url>.*?) k<quot> " + @"(?<url>[^ 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 1 2 3 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-
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-
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;/?:@&=+$,%#]+", _ "<a href=""$&"">$&</a>") // URL にリンクを付ける txtsrc.text = System.Text.RegularExpressions.Regex.Replace( txtsrc.text, @"s?https?://[-_.!~*'()a-za-z0-9;/?:@&=+$,%#]+", "<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-
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)+$", "$1", _ System.Text.RegularExpressions.RegexOptions.Multiline) // 連続する同じ行を削除 txtsrc.text = System.Text.RegularExpressions.Regex.Replace( txtsrc.text, @"^(.*)( r? n 1)+$", "$1", System.Text.RegularExpressions.RegexOptions.Multiline); 日付のフォーマットを変更する 2000/10/22 の様に / で区切られて居る形式の日付を 2000 年 10 月 22 日 と変更する例を示す ' "2000/10/22" の様な形式を "2000 年 10 月 22 日 " の様に変換する txtsrc.text = System.Text.RegularExpressions.Regex.Replace( _ txtsrc.text, _ "(?<year>(?: d d)? d d)/(?<month> d d?)/(?<day> d d?)", _ "$year 年 $month 月 $day 日 ") //"2000/10/22" の様な形式を "2000 年 10 月 22 日 " の様に変換する txtsrc.text = System.Text.RegularExpressions.Regex.Replace( txtsrc.text, @"(?<year>(?: d d)? d d)/(?<month> d d?)/(?<day> d d?)", "$year 年 $month 月 $day 日 "); -9-
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( txtsrc.text, @"(?<year>(?: 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-