Chapter1   Pythonで実行

re.ASCII

 re.ASCII フラグから検証しましょう。

まず、フラグが何も付いていない状態で実行します。

マッチ対象の文字列が そら@sora空 で、パターンの構成が \w+@\w+ なら漢字などにもマッチするはずです。

(なお、\w については【\w 単語構成文字】、+ については【+ 繰り返し】で詳しく説明しています。)

    re_meta30_1.py

        import  re

        pattern = re.compile("\w+@\w+")
        st = "そら@sora空"
        result = pattern.search(st)
        print(result)        
                            

実行結果

 想定通り、そら や 空 にもマッチしました。

では、re.ASCII を付けて再度実行してみましょう。

    re_meta30_2.py

        import  re

        pattern = re.compile("\w+@\w+",flags=re.ASCII)
        st = "そら@sora空"
        result = pattern.search(st)
        print(result)        
                            

実行結果

 ASCII 限定マッチになったのでヒットしませんでした。

(?a)

 今度は、インラインフラグを試してみます。

    re_meta30_3.py

        import  re

        pattern = re.compile("(?a)\w+@\w+")
        st = "そら@sora空"
        result = pattern.search(st)
        print(result)        
                            

実行結果

 インラインフラグの場合でも meta30_2.py と同様の結果を得られました。

(?a:)

 次は、パターンの一部分にのみ適用させます。

文字列パターンを \w+@(?a:\w+) と構成する事で、@ 以降のみ ASCII限定マッチ を行います。

    re_meta30_4.py

        import  re

        pattern = re.compile("\w+@(?a:\w+)")
        st = "そら@sora空"
        result = pattern.search(st)
        print(result)        
                            

実行結果

 @ の前までは全角文字にもマッチしていますが、@ 以降は ASCII限定マッチ になったので 空 にはマッチしていません。

re.IGNORECASE

 パターンについて、大文字・小文字を区別しないマッチングを行わせるフラグである re.IGNORECASE を実行してみましょう。

最初はフラグ無しで実行して、その後フラグを付けて違いを確かめます。

 文字列パターンが [a-z]+ の場合、対象文字列に大文字が含まれていると、その箇所はマッチしないはすです。

([a-z] については【[ ] 文字集合を指定する】、+ については【+ 繰り返し】で詳しく説明しています。)

    re_meta30_5.py

        import  re

        pattern = re.compile("[a-z]+")
        st = "Japan"
        result = pattern.search(st)
        print(result)        
                            

実行結果

 フラグが無いので、大文字の J にはマッチしていません。

それでは re.IGNORECASE を付けてみます。

    re_meta30_6.py

        import  re

        pattern = re.compile("[a-z]+",flags=re.IGNORECASE)
        st = "Japan"
        result = pattern.search(st)
        print(result)        
                            

実行結果

 フラグを付けたので大文字の J にもマッチしました。

(?-i:)

 続いて re.IGNORECASE をパターンの一部分にのみ適用させる事を試したいと思います。

パターンに部分適用させるには (?-i:) を用いますが、その前に (?i) のみで実行します。

 対象文字列を Linear@differentialEquation にして、文字列パターンが (?i)[a-z]+@[a-z]+ なら、Linear の L や Equation の E にもヒットするはずです。

    re_meta30_7.py

        import  re

        pattern = re.compile("(?i)[a-z]+@[a-z]+")
        st = "Linear@differentialEquation"
        result = pattern.search(st)
        print(result)        
                            

実行結果

 (?i) の効果により、Linear の L や Equation の E にもヒットしました。

では (?-i:) を付けて、@ 以降はフラグの設定を解除するので、パーターンを (?i)[a-z]+@(?-i:[a-z])+ とします。

これにより、Linear の L は一致するが Equation の E については不一致になります。

    re_meta30_8.py

        import  re

        pattern = re.compile("(?i)[a-z]+@(?-i:[a-z])+")
        st = "Linear@differentialEquation"
        result = pattern.search(st)
        print(result)        
                            

実行結果

 @ 以降はフラグの設定が解除された事が確認出来ました。

re.MULTILINE

 re.MULTILINE は、 ^ や $ を、文字列の先頭・末尾だけでなく、各行の先頭 (各改行の直後)・各行の末尾 (各改行の直前)にもマッチさせます。

これもフラグの有無の効果を確かめる為に、最初はフラグ無しで行います。

 対象とする文字列は、mathe\nmatics です。

これにつきパターンを ^m にします。

フラグが無い場合、改行直後の m にはマッチしない事を確かめます。

    re_meta30_9.py

        import  re

        pattern = re.compile("^m")
        st = "mathe\nmatics"
        print("↓ 対象文字列\n"+st+"\n↑ 対象文字列")
        result_iter = pattern.finditer(st)
        for  result   in  result_iter:
            print("match:",result.group())
            print("位置",result.span())        
                            

実行結果

 想定通り改行直後の m にはマッチしない事を確認出来ました。

次はフラグを付けてみましょう。

    re_meta30_10.py

        import  re

        pattern = re.compile("^m",flags=re.MULTILINE)
        st = "mathe\nmatics"
        print("↓ 対象文字列\n"+st+"\n↑ 対象文字列")
        result_iter = pattern.finditer(st)
        for  result   in  result_iter:
            print("match:",result.group())
            print("位置",result.span())        
                            

実行結果

 フラグを付けると改行直後の m にもマッチしました。

ところで、対象文字列の mathe\nmatics を mathe\nMatics のように、改行直後の m が大文字の M になった場合、re.MULTILINE だけでは M にマッチしません。

    re_meta30_11.py

        import  re

        pattern = re.compile("^m",flags=re.MULTILINE)
        st = "mathe\nMatics"
        print("↓ 対象文字列\n"+st+"\n↑ 対象文字列")
        result_iter = pattern.finditer(st)
        for  result   in  result_iter:
            print("match:",result.group())
            print("位置",result.span())        
                            

実行結果

 この場合でも改行直後の M にマッチさせるには re.MULTILINE の他に re.IGNORECASE フラグも組み合わせる必要があります。

re.MULTILINE | re.IGNORECASE

 複数のフラグを使う場合は、flags = re.MULTILINE | re.IGNORECASE のようにします。

これにより両方のフラグの効果が発生するので、改行直後の M にもマッチするようになります。

    re_meta30_12.py

        import  re

        pattern = re.compile("^m",flags=re.MULTILINE | re.IGNORECASE)
        st = "mathe\nMatics"
        print("↓ 対象文字列\n"+st+"\n↑ 対象文字列")
        result_iter = pattern.finditer(st)
        for  result   in  result_iter:
            print("match:",result.group())
            print("位置",result.span())        
                            

実行結果

 狙い通り改行直後の M にもヒットしました。

re.DOTALL(re.S)

 re.DOTALL(又は re.S)は、メタキャラクタの . を改行を含めてマッチさせるフラグです。

(. については【. 改行以外の任意の1文字】で詳しく説明しています。)

 例えば、マッチ対象の文字列が <div>\n <h1>title</h1>\n</div> だとします。

フラグが無い場合 . は改行にはマッチしないので、HTMLはバラバラにマッチする事になります。

    re_meta30_13.py

        import  re

        pattern = re.compile(".+")
        st = "<div>\n <h1>title</h1>\n</div>"
        print("↓ 対象文字列\n"+st+"\n↑ 対象文字列")
        result_iter = pattern.finditer(st)
        for  result   in  result_iter:
            print("match:",result.group())
            print("位置",result.span())        
                            

実行結果

実行結果(続き)

 やはりバラバラのマッチになりました。

これに対して re.DOTALL フラグを用いると、HTML が一塊でちょうど良くマッチします。

    re_meta30_14.py

        import  re

        pattern = re.compile(".+",flags=re.DOTALL)
        st = "<div>\n <h1>title</h1>\n</div>"
        print("↓ 対象文字列\n"+st+"\n↑ 対象文字列")
        result_iter = pattern.finditer(st)
        for  result   in  result_iter:
            print("match:",result.group())
            print("位置",result.span())        
                            

実行結果

実行結果(続き)

 今度は、程よく全体に対してマッチを行えました。

re.VERBOSE

 re.VERBOSE を用いると、パターン中でコメントを記述する事が出来るようになります。

文字列パターンの中で # が記述されると、それ以降から行末まではコメントとして扱われます。

例として meta30_8.py の中でコメントを記述してみます。

    re_meta30_15.py

        import  re

        pattern = re.compile("""(?i) #IGNORECASEフラグ
                        [a-z]+ #aからzまでのアルファベット
                        @(?-i:[a-z])+ #IGNORECASEフラグ解除""",re.VERBOSE)
        st = "Linear@differentialEquation"
        result = pattern.search(st)
        print(result)        
                            

実行結果

 # 以降はコメントとして扱われたので、meta30_8.py と同様な結果を得られました。

但し、注意点としては # の前に \ を付けると結果は異なります。

    re_meta30_16.py

        import  re

        pattern = re.compile("""(?i) \#IGNORECASEフラグ
                        [a-z]+ #aからzまでのアルファベット
                        @(?-i:[a-z])+ #IGNORECASEフラグ解除""",re.VERBOSE)
        st = "Linear@differentialEquation"
        result = pattern.search(st)
        print(result)        
                            

実行結果

 meta30_15.py とは異なる結果になってしまいました。