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

3. 否定先読みで条件チェック

　次は、否定先読みで条件チェックする正規表現についてです。

検索条件

同じアルファベットの文字列が連続してない行を検索する。
例1 文字列aabcdeは、アルファベットの文字列aが連続しているので不適
例2 文字列abcdcdは、アルファベットの文字列cdが連続しているので不適
例3 文字列abcabcは、アルファベットの文字列abcが連続しているので不適

　対象データと期待する検索結果は、下記となります（黄緑色が検索にヒットした部分です）。

対象データと期待する検索結果

　こういった、同じ文字列の連続を調べる際には、後方参照を使うのがセオリーです。そして、候補となる文字列の組み合わせを全てチェックすることで、答えは下記となります。

答え

^(?!.*([a-z]+)\1).*$

　解説すると、まず行頭で否定先読みを使い.*([a-z]+)\1を満たさないことを条件としています。.*にマッチする文字の数は、0文字以上の文字列ですが、これはバックトラックが発生する量指定子になっています。[a-z]+にマッチする文字の数は、1文字以上の[a-z]ですが、これもバックトラックが発生する量指定子になっています。

　以上により、たとえば検索対象がabcdefで、検索パターンが^(?!.*([a-z]+)\1).*$だとすると、

チェックされる組み合わせ

.*が0文字にマッチ、[a-z]+が1文字にマッチ、キャプチャした\1にマッチ
.*が0文字にマッチ、[a-z]+が2文字にマッチ、キャプチャした\1にマッチ
.*が0文字にマッチ、[a-z]+が3文字にマッチ、キャプチャした\1にマッチ
.*が0文字にマッチ、[a-z]+が4文字にマッチ、キャプチャした\1にマッチ
.*が0文字にマッチ、[a-z]+が5文字にマッチ、キャプチャした\1にマッチ
.*が0文字にマッチ、[a-z]+が6文字にマッチ、キャプチャした\1にマッチ
.*が1文字にマッチ、[a-z]+が1文字にマッチ、キャプチャした\1にマッチ
.*が1文字にマッチ、[a-z]+が2文字にマッチ、キャプチャした\1にマッチ
以下略

　という全ての組み合わせで、同じ文字列が連続するかチェックされます。そして、全ての組み合わせでアンマッチだったら(?!.*([a-z]+)\1)を満たしますので.*$で行全体を検索しています。

　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