試して学習・実践正規表現

　今までは条件に合うかどうかだけをを考えてきました。しかし、正規表現は、長いテキストから、条件に合う部分を抜き出すということもできます。その時に悩むのが、範囲指定です。

　例えば
【東京は晴れです。京都は雨です。】というテキストあるとして、【東京から始まって「。」で終わる一文】を探す場合、【東京*。】とすると、マッチはしますが、内容は【東京は晴れです。京都は雨です。】と最後の「。」まで広く検索します。

　この検索は、最長検索と呼ばれています。つまり、条件に合う一番広い範囲を優先するということです。正規表現では、マッチする、しないだけではなく、その文字を抜き出す、検索するといった作業を伴う場合も多いので、こでは困ります。例えば「”」で囲まれた部分とか、【】で囲まれた部分をチェックしたい場合、長い文章にそれがいくつも存在すれば、最初に出てくる部分から、一番最後の部分を取り込むことになってしま、うまくいきません。そこで、メタキャラクタ【？】を使います。【？】は、０文字もしくは１文字という意味なのですが、【+？】or【*？】のように使うと、検索を最短にします。といっても解りにくいですね。

最初の例の場合、【東京*。*?】などとします。すると、東京から始まって、任意の文字列【*】があって、【。】があって、任意の０文字もしくは１文字（*?）文字列があるとなります。言葉がおかしいのですが、【。】一回出てくれば十分なのですから、最長検索をする必要は無いと判断されるようです。結果として、最短検索になります。

　このように、テキストから、条件に合う部分を抜き出すのをマッチさせると区別して、キャプチャーすると言う場合もあります。

　この記事を書いている現在、正規表現チェッカーでは判断できません。時間を見つけて、正規表現キャプチャーチェッカーも作ろうと思います。

　正規表現チェッカーは、正規表現を学習、利用、チェックする為のツールです。

　正規表現をプログラミングなどで使う場合、作成中のプログラムで動作確認をしながら正規表現を組み立てるのでは効率が悪いです。このチェッカーは、純粋に正規表現が思うように動作しているかだけを調べられます。

　使い方は簡単です。作成した正規表現と試しにマッチさせるテキストを入力して、チェックボタンをクリックすてば、マッチするかどうか表示されます。 　現在、

• 正規表現チェッカーＰＨＰ　Basic　version（True、False表示のみ）
• 正規表現チェッカーPHP　ｃapture　version（Trueの場合、マッチした文字列を配列表示）
• JavaScriptバージョン

が稼動しております。 　PHPバージョンは、ereg、mb_ereg、preg_match_allの３つの関数を選択できます。

　正規表現チェッカーに関するお問い合わせ、ご質問、要望、バグ報告などは、ここへコメントしていただければ幸いです。

ファイルネームから、拡張子だけ知りたいときがあります。

ファイルネームが、指定の拡張子かどうか調べるには、

【(\.gif|\.jpg)】のように【｜】で区切った拡張子を記入していけばOKです。

また、拡張子を取り出したい場合は、

【\..*】をプログラム上で処理します。PHPの場合は、【ereg（"\..*",$filename,$res)】のように使うと、変数$res[0]に拡張子が入ります。ドット以降の文字列を取得するだけの正規表現ですが、ファイルネームに拡張子以外のドットが含まれるといったことが無ければ、これで大丈夫です。ファイルネームが、ディレクトリなどを含む場合は、basename（$filename）としておけば純粋にファイル部分だけが取り出せます。