正規表現の問題集2（応用編）

肯定先読み・肯定戻り読みの応用

　プログラム言語やSQL、テキストエディタで使用可能な「正規表現」を使う際の、考え方と処理のイメージを、具体的な例題を交えて解説します。第2回は肯定先読み・肯定戻り読みを応用したさまざまな表現を紹介します。

はじめに

　筆者が運営するサイト『正規表現パズル』で扱っている、正規表現の問題とその答えを、EmEditorの正規表現を使って解説していきます。EmEditorの正規表現の文法は、『EmEditor 使い方: 正規表現構文』を参照してください（Perl準拠です）。

対象読者

　『詳説 正規表現 第3版』を教科書として、本稿は問題集という位置づけとなりますので、『詳説 正規表現 第3版』を一読された方。

必要な環境

　EmEditor Professional Version 6.00.4で動作確認しました。その他、プログラム言語やSQLやテキストエディタなどでも応用できます。

1. IPの前ゼロを削除

　最初は、IPの前ゼロを削除する正規表現についてです。

置換条件

IPアドレスの前ゼロを削除する。

　対象データと期待する置換結果は、下記となります。

置換前

置換後

　前ゼロを削除する処理は、

1. 数字を左から見る。0でかつ次の桁が存在したら、その0を削除する。
2. また数字を左から見る。0でかつ次の桁が存在したら、その0を削除する。
3. また数字を左から見る。0でかつ次の桁が存在したら、その0を削除する。

　という処理を繰り返しますが、これを正規表現でどう実現するかが、この問題の難しいところです。答えは、下記です。

答え

(^|(?<=\.))0+(?=[0-9])
を削除

　上記の正規表現を解説すると、まず(^|(?<=\.))でマッチの開始位置を、（行頭またはピリオド）の次の文字からとしてます。ピリオドは円マークでエスケープしないと、任意の1文字を意味する正規表現と解釈されますので、気をつけて下さい。

　続いて0+を指定して0にできるだけマッチさせ、肯定先読みの(?=[0-9])を指定して、0+によって0にマッチしすぎた場合に対処してます。

　たとえば、000.000.025.205を(^|(?<=\.))0+で検索すると下記の検索結果となります。

検索結果

　また、000.000.025.205を(^|(?<=\.))0+(?=[0-9])で検索すると下記の検索結果となります。

検索結果

　以上により、0+(?=[0-9])は、0にマッチできるだけマッチするが、最後のマッチ文字が0だったら、バックトラックが発生し最後の0にはマッチしないと分かります。これは、削除すべき0にマッチする正規表現になっています。

　正規表現のイメージは下記となります。

正規表現のイメージ