Pythonのテキスト処理：re.Pattern.match() の使い方

Pythonのテキスト処理：re.Pattern.match()

基本的な使い方

import re

# パターンを定義
pattern = re.compile(r'[a-zA-Z]+')

# 文字列と比較
text = "This is Python"
match = pattern.match(text)

# 結果を確認
if match:
    print("先頭が英字で始まっています")
else:
    print("先頭が英字で始まっていません")

この例では、[a-zA-Z]+ というパターンは、1文字以上の英字を表します。match 変数にはマッチオブジェクトが格納され、if 文で match が None ではないことを確認しています。

マッチオブジェクト

match 変数には、マッチした部分に関する情報を持つ マッチオブジェクト が格納されます。以下の属性を使って、マッチした部分文字列や位置情報などを取得できます。

• .group(): マッチした部分文字列を取得
• .groups(): マッチした部分文字列をグループごとに取得
• .start(): マッチした部分文字列の開始位置を取得
• .end(): マッチした部分文字列の終了位置を取得

例：マッチした部分文字列と位置情報の取得

import re

pattern = re.compile(r'(?P<name>[a-zA-Z]+) (?P<age>\d+)')

text = "John Doe 30"
match = pattern.match(text)

if match:
    name = match.group('name')
    age = match.group('age')
    print(f"名前：{name}")
    print(f"年齢：{age}")
    print(f"開始位置：{match.start()}")
    print(f"終了位置：{match.end()}")

この例では、(?P<name>[a-zA-Z]+) (?P<age>\d+) というパターンは、名前と年齢を表します。match.group('name') と match.group('age') でそれぞれ名前と年齢を取得し、match.start() と match.end() でマッチした部分文字列の開始位置と終了位置を取得しています。

その他

• re.IGNORECASE フラグを指定すると、大文字小文字を区別せずにマッチングできます。
• re.MULTILINE フラグを指定すると、文字列の各行の先頭でマッチングできます。

詳細は、以下のリソースを参照してください。

補足

• re.match() は、文字列の先頭のみをチェックします。文字列全体をマッチさせたい場合は、re.search() を使用します。
• 複数の部分文字列を抽出したい場合は、re.findall() を使用します。

練習問題

以下のコードを参考に、郵便番号の形式（ハイフンなし）をチェックするプログラムを書いてみましょう。

import re

pattern = re.compile(r'\d{7}')

text = "1234567"

# ここにコードを書く

Pythonのテキスト処理：re.Pattern.match() サンプルコード集

import re

pattern = re.compile(r'[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+')

text = "[email protected]"

match = pattern.match(text)

if match:
    print("有効なメールアドレスです")
else:
    print("無効なメールアドレスです")

URLの形式チェック

import re

pattern = re.compile(r'https?://[a-zA-Z0-9_.+-]+/[a-zA-Z0-9-_/]+')

text = "https://www.google.com/"

match = pattern.match(text)

if match:
    print("有効なURLです")
else:
    print("無効なURLです")

電話番号の形式チェック

import re

pattern = re.compile(r'\d{2,4}-\d{2,4}-\d{4}')

text = "03-1234-5678"

match = pattern.match(text)

if match:
    print("有効な電話番号です")
else:
    print("無効な電話番号です")

日付の形式チェック

import re

pattern = re.compile(r'\d{4}-\d{1,2}-\d{1,2}')

text = "2023-12-31"

match = pattern.match(text)

if match:
    print("有効な日付です")
else:
    print("無効な日付です")

日本語の郵便番号の形式チェック

import re

pattern = re.compile(r'\d{3}-\d{4}')

text = "123-4567"

match = pattern.match(text)

if match:
    print("有効な郵便番号です")
else:
    print("無効な郵便番号です")

文字列中の数字を抽出

import re

pattern = re.compile(r'\d+')

text = "This is a test 12345"

matches = pattern.findall(text)

for match in matches:
    print(match)

文字列中の英単語を抽出

import re

pattern = re.compile(r'[a-zA-Z]+')

text = "This is a test sentence"

matches = pattern.findall(text)

for match in matches:
    print(match)

文字列中の特定のパターンを置換

import re

pattern = re.compile(r'test')

text = "This is a test test sentence"

new_text = pattern.sub('replaced', text)

print(new_text)

文字列の先頭と末尾の空白文字を削除

import re

pattern = re.compile(r'^\s+|\s+$')

text = "   This is a test sentence   "

new_text = pattern.sub('', text)

print(new_text)

文字列中の重複する空白文字を1つに置換

import re

pattern = re.compile(r'\s+')

text = "This is a    test sentence"

new_text = pattern.sub(' ', text)

print(new_text)

これらのサンプルコードはあくまでも基本的な例です。

補足

• 上記のコードは、必要に応じて修正して使用できます。
• より複雑なパターンマッチングには、re モジュール

Pythonのテキスト処理：re.Pattern.match() 以外の方法

str.startswith() メソッドは、文字列の先頭が指定された文字列で始まるかどうかをチェックします。

text = "This is a test sentence"

if text.startswith("This"):
    print("文字列は 'This' で始まっています")
else:
    print("文字列は 'This' で始まっていません")

str.endswith() メソッドは、文字列の末尾が指定された文字列で終わるかどうかをチェックします。

text = "This is a test sentence"

if text.endswith("sentence"):
    print("文字列は 'sentence' で終わっています")
else:
    print("文字列は 'sentence' で終わっていません")

in 演算子は、文字列が別の文字列に含まれているかどうかをチェックします。

text = "This is a test sentence"

if "test" in text:
    print("文字列は 'test' を含んでいます")
else:
    print("文字列は 'test' を含んでいません")

split() メソッドは、文字列を指定された文字列で分割します。

text = "This is a test sentence"

words = text.split(" ")

print(words)

join() メソッドは、文字列のリストを指定された文字列で結合します。

words = ["This", "is", "a", "test", "sentence"]

text = " ".join(words)

print(text)

これらの方法は、re.Pattern.match() よりもシンプルで軽量ですが、複雑なパターンマッチングには対応できません。

補足

• 上記の方法