Chapter1   Pythonで実行

ジャワ数字にもマッチ可能

 \d をPythonで実行してみましょう。

使用するPythonのバージョンは 3.7 です。

先ずは 0 ~ 9 の数字にマッチするか確認します。

    re_meta3_1.py

        import  re

        pattern = re.compile("\d")
        st ="0123456789"
        result = pattern.findall(st)
        print(result)
                            

実行結果

しっかりマッチしています。

 さて、pythonの公式ドキュメントによると \d につき

"Unicode (str) パターンでは:
       任意の Unicode 10 進数字 (Unicode 文字カテゴリ [Nd]) にマッチします。これは [0-9] とその他多数の数字を含みます"  (Pythonの公式ドキュメントより引用)

とあります。

 この Nd というのは Unicode Characters in the 'Number, Decimal Digit' Category であると思われます。

ここには 0 ~ 9 以外の他、全角の０ ~ ９ や ꧓(3の意味)のようなジャワ文字も含まれているようです。

本当にジャワ文字まで一致するのか試してみましょう。

    re_meta3_2.py

        import  re

        pattern = re.compile("\d")
        st ="09 ０３４ 七 なな ｲﾁ ꧓"
        result = pattern.findall(st)
        print(result)
                            

実行結果

なんと全角数字の他に ꧓ までマッチしました。

 このような状態は、数字を全角までも含めて幅広くマッチさせたい場合には有用でしょう。

しかし、0 ~ 9 のみ一致対象としたい場合には、どうすればよいのでしょうか？

一つの解決策として、pythonの公式ドキュメントには以下のような記述があります。

"8 ビット (bytes) パターンでは:
       任意の 10 進数字にマッチします。これは [0-9] と等価です。"  (Pythonの公式ドキュメントより引用)

どうやらエンコードすればよさそうです。

 先程のコードをエンコードして再実行してみます。

    re_meta3_3.py

        import  re
        
        pt = "\d".encode('utf-8')
        print(type(pt),pt)
        pattern = re.compile(pt)

        st ="09 ０２꧓"
        st = st.encode('utf-8')
        print(type(st),"\n",st)

        result = pattern.findall(st)
        print(result)
                            

実行結果

見事に余計な文字を弾けました。

ASCII フラグ

 しかしながら、エンコード処理は少々面倒です。

そこで、 ASCII フラグ を利用します。

エンコードした場合と同様の効果が得られます。

    re_meta3_4.py

        import  re

        pattern = re.compile("\d",flags=re.ASCII)
        st ="09 ０３４ 七 なな ｲﾁ ꧓"
        result = pattern.findall(st)
        print(result)
                            

実行結果

全角の数字などを除く事ができました。

これで、文字クラス [0-9] と等しくなりました。

インラインフラグ

 この他に、インラインフラグを用いる方法もあります

これは文字列パターンの先頭に (?a) を記述する事で、re_meta3_4.py と結果が等しくなります。

    re_meta3_5.py

        import  re

        pattern = re.compile("(?a)\d")
        st ="09 ０３４ 七 なな ｲﾁ ꧓"
        result = pattern.findall(st)
        print(result)
                            

実行結果

上と同様に、全角数字などはマッチしていません。