Pythonのre.matchとは？コード付きでわかりやすく解説

（最終更新日：2023年9月）

✔このような方へ向けて書かれた記事となります

「Pythonのre.match関数の使い方が知りたい」
「re.match関数の利用例を見て学びたい」
「re.match関数でどんなことができるか探求したい」

✔当記事を通じてお伝えすること

Pythonのre.match関数の基本
re.match関数の適切な活用法
re.match関数の具体的な例

当記事では、Pythonのre.match関数の基本から、豊富なオプションを効果的に利用した例まで、詳細に解説しています。

具体的な利用例を基に、Pythonの文字列操作能力をより深く理解できるよう配慮しています。

どうぞ最後までご覧ください。

筆者プロフィール

【現職】プロダクトマネージャー

【副業】ブログ（月間17万PV）/YouTube/Web・アプリ制作

「プログラミング × ライティング × 営業」の経験を活かし、30後半からのIT系職へシフト。当サイトでは、実際に手を動かせるWebアプリの開発を通じて、プログラミングはもちろん、IT職に必要な情報を提供していきます。

【当ブログで紹介しているサイト】

当サイトチュートリアルで作成したデモ版日報アプリ

Django × Reactで開発したツール系Webアプリ

✔人に見せても恥ずかしくないコードを書こう

「リーダブルコード」は、わかりやすく良いコードの定義を教えてくれる本です。

見るからにきれいなコードの書き方
コードの分割方法
変数や関数の命名規則

エンジニアのスタンダートとすべき基準を一から解説しています。

何回も読むのに値する本なので、ぜひ手にとって読んでみてください。

リーダブルコード ―より良いコードを書くためのシンプルで実践的なテクニック

created by Rinker

¥2,640 (2024/04/27 14:21:02時点 Amazon調べ-詳細)

正規表現パターンの準備：’compile()’メソッド

こちらでは、「正規表現パターンの準備：’compile()’メソッド」についてお伝えしていきます。

reモジュールに備わった、基本のメソッドです。

関数による実行方法
パターンオブジェクトメソッドによる実行方法

関数による実行方法

Pythonの正規表現は、基本的に’re’モジュールを利用します。

パターンをコンパイルするためのre.compile()メソッドは、特定の文字列パターンを繰り返し使用する場合に便利です。

以下に示すコードでは、パターンを一度コンパイルし、後続の検索で何度も使用しています。

import re

pattern = re.compile('abc')
result = pattern.search('abcdef')

パターンオブジェクトメソッドによる実行方法

一方、パターンをコンパイルした後は、生成されたパターンオブジェクトに対して、さまざまなメソッド（match(), search(), findall()など）が使用可能です。

以下の例では、パターンオブジェクトを使用して文字列からパターンに一致する部分を検索しています。

import re

pattern = re.compile('abc')
result = pattern.search('abcdef')
print(result.group())  # Prints 'abc'

‘re.match’とマッチオブジェクト

re.match関数は、指定したパターンが文字列の先頭でマッチするかどうかを調べるために使われるもの。

マッチが成功した場合には、テキストに関する情報を含むマッチオブジェクトを返します。

マッチオブジェクトのメソッドや属性を使用することで、マッチした部分の取得や操作が可能。

以下に、re.match関数とマッチオブジェクトの例を示します。

import re

# 正規表現パターンを定義する
pattern = r"hello"

# テキストを定義する
text = "hello, world!"

# パターンとテキストをマッチさせる
match = re.match(pattern, text)

if match:
    print("マッチが成功しました！")
    matched_text = match.group()  # マッチしたテキストを取得
    match_start = match.start()  # マッチの開始位置を取得
    match_end = match.end()  # マッチの終了位置を取得
    print("マッチしたテキスト:", matched_text)
    print("マッチの開始位置:", match_start)
    print("マッチの終了位置:", match_end)
else:
    print("マッチが失敗しました。")

正規表現パターンとしてhelloを定義し、テキストとしてhello, world!を定義。

re.match(pattern, text)を使用して、パターンとテキストをマッチさせます。

マッチが成功した場合、if match:の条件がTrueとなり、ifブロック内のコードを実行。

match.group()を使用してマッチしたテキストを取得し、match.start()とmatch.end()を使用してマッチの開始位置と終了位置を取得します。

文字列マッチに使用するメソッド

こちらでは、文字列マッチに使用するさまざまなメソッドについてお伝えしていきます。

文字列先頭マッチのチェック:’match()’
先頭以外のマッチング:’search()’
文字列全体のマッチング:’fullmatch()’
全マッチ部分の抽出:’findall()’と’finditer()’
マッチ部分の置換:’sub()’, ‘subn()’
パターンによる文字列分割:’split()’

文字列先頭マッチのチェック:’match()’

‘re.match()’関数は、文字列の先頭が指定したパターンと一致するかどうかを確認するために使用されます。

以下の例では、文字列が”abc”で始まるかどうかを確認するものです。

import re

result = re.match('abc', 'abcdef')
print(result.group())  # Prints 'abc'

先頭以外のマッチング:’search()’

‘re.search()’関数は、文字列全体を調べ、指定したパターンと一致する最初の部分を見つけるもの。

次の例では、文字列内の最初の”abc”を見つけています。

import re

result = re.search('abc', 'abcdefabc')
print(result.group())  # Prints 'abc'

文字列全体のマッチング:’fullmatch()’

‘re.fullmatch()’関数は、文字列全体が指定したパターンと完全に一致するかどうかを確認します。

以下の例では、文字列が完全に”abc”と一致するかを確認する例です。

import re

result = re.fullmatch('abc', 'abc')
print(result.group())  # Prints 'abc'

全マッチ部分の抽出:’findall()’と’finditer()’

‘re.findall()’および’re.finditer()’関数は、文字列全体から指定したパターンと一致する部分すべてを見つけます。

これらの関数は、指定したパターンが文字列内で複数回出現する場合に便利です。

import re

results = re.findall('abc', 'abcdefabc')
print(results)  # Prints ['abc', 'abc']

マッチ部分の置換:’sub()’, ‘subn()’

‘re.sub()’および’re.subn()’関数は、文字列内の指定したパターンと一致する部分すべてを、指定した別の文字列で置換します。

これらは、正規表現を利用した複雑な文字列の置換に有用です。

次の例では、文字列内の”abc”を全て”xyz”に置換しています。

import re

result = re.sub('abc', 'xyz', 'abcdefabc')
print(result)  # Prints 'xyzdefxyz'

パターンによる文字列分割:’split()’

最後に、’re.split()’関数は、指定したパターンを使って文字列を分割します。

このメソッドは、通常の’str.split()’よりも柔軟な分割が可能で、複雑なパターンによる分割が可能です。

以下の例では、カンマやスペースで分割しています。

import re

result = re.split(',\s*', 'apple, banana, grape, orange')
print(result)  # Prints ['apple', 'banana', 'grape', 'orange']

正規表現で気を付けること

こちらでは、「正規表現で気を付けること」についてお伝えします。

メタ文字の注意点
特殊シーケンスとその注意点

メタ文字の注意点

正規表現では、特殊な機能を持つメタ文字が存在します。

これらの文字は、それ自体を検索したい場合にはエスケープ（バックスラッシュ\を前に付ける）が必要です。

一般的なメタ文字は以下のようなものがあります。

特殊シーケンスとその注意点

\d、\s、\wなどの特殊シーケンスも存在します。

これらは特定の文字の集合を表すため、そのまま使用すると予期しないマッチング結果を得る可能性があります。

シーケンスを文字として検索したい場合も、エスケープが必要です。

フラグ設定の方法

こちらでは、「フラグ設定の方法」についてお伝えしていきます。

ASCII文字の限定:’re.ASCII’
大文字
小文字無視:’re.IGNORECASE’
行全体のマッチ:’re.MULTILINE’
複数フラグ指定の方法

ASCII文字の限定:’re.ASCII’

‘re.ASCII’フラグを使用すると、特殊シーケンス（\w、\W、\b、\B、\d、\D、\s、\S）がASCII文字に対してのみマッチングできるようになります。

これは特に、非ASCII文字の含まれる多言語環境で役立ちます。

import re

print(re.match('\w+', 'ありがとう', re.ASCII))  # Prints 'None'

大文字小文字無視:’re.IGNORECASE’

‘re.IGNORECASE’フラグを使用すると、大文字と小文字の違いを無視してマッチングをおこなえます。

これは文字列の大文字小文字を問わずマッチさせたい場合に役立つものです。

import re

print(re.match('abc', 'ABC', re.IGNORECASE))  # Prints '<re.Match object; span=(0, 3), match='ABC'>'

行全体のマッチ:’re.MULTILINE’

‘re.MULTILINE’フラグは、’^’と’$’がそれぞれ文字列の各行の開始と終了にマッチするようにします。

これは複数行の文字列で使いましょう。

import re

text = """
apple
banana
grape
"""
print(re.findall('^\\w+', text, re.MULTILINE))  # Prints ['apple', 'banana', 'grape']

複数フラグ指定の方法

以上のフラグは、必要に応じて同時に複数指定することが可能です。

その場合、’re.compile()’関数内でビット単位のOR（’|’）を使用して組み合わせます。

import re

pattern = re.compile('abc', re.IGNORECASE | re.MULTILINE)

これらのフラグを理解し活用することで、より複雑で柔軟なマッチングをおこなえます。

応用編:貪欲マッチと非貪欲マッチ

貪欲マッチと非貪欲マッチは、正規表現における重要な概念です。

それぞれマッチングの挙動を異なる方式で制御します。

貪欲マッチ
非貪欲マッチ

貪欲マッチ

貪欲マッチは、可能な限り広範囲をマッチングするのが特性です。

これは ‘*’ や ‘+’ などの修飾子を使用したときのデフォルトの挙動であり、それらが可能な限り最大限のマッチングをおこないます。

import re

text = '<div>hello</div><div>world</div>'
matched = re.search('<div>.*</div>', text)
print(matched.group())  # Prints '<div>hello</div><div>world</div>'

上記の例では、’*’が貪欲マッチを行うため、最初の”から最後の”までが一致する範囲となります。

非貪欲マッチ

非貪欲マッチは、可能な限り狭範囲をマッチングするのが特性です。

‘*?’ や ‘+?’という修飾子を使用することで非貪欲マッチをおこなえます。

import re

text = '<div>hello</div><div>world</div>'
matched = re.search('<div>.*?</div>', text)
print(matched.group())  # Prints '<div>hello</div>'

上記の例では、’*?’が非貪欲マッチを行うため、最初の”から最初の”までが一致する範囲となります。

これらの概念を理解し、必要に応じて適切に使用することで、より精密なマッチングをおこなえます。

‘re.search’と’re.match’の比較

‘re.match’と’re.search’は、両者ともに正規表現を用いたマッチングをおこなうPythonの関数。

ただしその挙動には微妙な違いがあります。

re.searchの特徴
re.matchの特徴
re.searchとre.match後外

re.searchの特徴

‘re.search’関数は、引数で渡された文字列全体を対象にして正規表現にマッチする部分を探します。

この関数は、マッチする部分が文字列のどこにあっても検出します。

import re

text = "The rain in Spain"
x = re.search("\s", text)

print("The first white-space character is located in position:", x.start())

上記の例では、’re.search’はスペースを検出し、その位置を返しています。

re.matchの特徴

一方、’re.match’関数は、文字列の先頭からマッチングを始めます。

マッチするパターンが文字列の最初になければならないというのが制約です。

import re

text = "The rain in Spain"
x = re.match("The", text)

print("Matched string is:", x.group())

上記の例では、’re.match’は文字列の先頭が”The”と一致するかどうかをチェックしています。

re.searchとre.matchの比較

これらの違いを理解することは、正規表現を用いたプログラミングにおいて重要です。

どちらの関数を使用すべきかは、具体的な要件と目的によります。

常に文字列の先頭からマッチングを開始したい場合は’re.match’を使用し、文字列全体からマッチングを見つけたい場合は’re.search’を使用します。

これらの違いを理解し、適切な関数を使用することで、効率的なプログラミングが可能となるのです。

‘re.match’オブジェクトとその活用

‘re.match’または’re.search’関数を使用してマッチングを行ったとき、戻り値として’re.Match’オブジェクトが返されます。

このオブジェクトは、マッチングの詳細情報を保持しており、様々な方法で活用することが可能です。

活用例1
活用例2
活用例3

活用例1

例えば、マッチした全体の文字列を取得するには、’group()’メソッドを使用します。

下記のコードはその一例です。

import re

text = "The rain in Spain"
x = re.match("The.*Spain", text)

print(x.group())  # "The rain in Spain"

上記の例では、’The’から’Spain’までの全てをマッチさせ、マッチした全体の文字列を出力しています。

活用例2

また、’start()’と’end()’メソッドを使用してマッチした文字列の開始位置と終了位置を取得することもできます。

import re

text = "The rain in Spain"
x = re.search("rain", text)

print(x.start(), x.end())  # 4, 8

上記の例では、”rain”という文字列がどこからどこまでマッチしたかを調べています。

活用例3

さらに、正規表現中にグループを設定した場合、’group()’メソッドに引数を渡すことで、特定のグループにマッチした文字列を取得できます。

import re

text = "The rain in Spain"
x = re.match("(The) (rain) in (Spain)", text)

print(x.group(1))  # "The"
print(x.group(2))  # "rain"
print(x.group(3))  # "Spain"

上記の例では、それぞれのグループにマッチした文字列を取得しています。