Chapter1   Pythonで実行

\1

 キャプチャを試してみる前に、raw文字列記法について確認しておきます。

pythonでは、\ の後に数字を付けるとエスケープシーケンスとして機能します。

(エスケープシーケンス については【\ エスケープ文字の働き】で詳しく説明しています。)

つまり、\ooo のようにすると、8 進数値 ooo を持つ文字の意味になります。

故に、正規表現中で用いる場合は r を付けます。

 なお、以下で使用するPythonのバージョンは 3.7 です。

    re_meta16_1.py

        print("rなし:","\1")
        print("rあり:",r"\1")    
                            

実行結果

 raw文字列記法により、エスケープシーケンスが無効になっている事が確認出来ました。

それではキャプチャを試してみましょう。

    re_meta16_2.py

        import  re

        pattern = re.compile(r"(s)et\1")
        st ="sets"
        result = pattern.search(st)
        print(result)
                            

実行結果

 無事にマッチしました。

もう一つ例として、htmlのタグ(< >)で実行してみます。

    re_meta16_3.py

        import  re

        pattern = re.compile(r"<(h\d)>hello</\1>")
        st ="<h1>hello</h1><h2>hello</h1><h3>hello</h3>"
        result_iter = pattern.finditer(st)
        for  result   in  result_iter:
            for  i   in  range(result.lastindex + 1):
                print('group{num};'.format(num = i),result.group(i))
                print('group{num};'.format(num = i),result.span(i))
                            

実行結果

 開始タグ名と、閉じタグ名が一致したものだけがマッチしています。

(( ))

 今度はグループが入れ子になっている場合です。

この際の \number の指定方法は、一番左側の ( が \1 、二番目の ( が \2 、...となります。

    re_meta16_4.py

        import  re

        pattern = re.compile(r"(No(\d))_\1_\2")
        st ="No7_No7_7 No1_1_No1"
        result_iter = pattern.finditer(st)
        for  result   in  result_iter:
            for  i   in  range(result.lastindex + 1):
                print('group{num};'.format(num = i),result.group(i))
                print('group{num};'.format(num = i),result.span(i))
                            

実行結果

 \1 が No7 を、\2 が 7 を参照している事が分かりました。

(?: )

 キャプチャしない際は、(?: ) と表記します。

    re_meta16_5.py

        import  re

        #  |   (選択)を用いる。 tele か cell のどちらか。
        pattern = re.compile("(?:tele|cell)(phone)")
        st ="telephone cellphone headphone"
        result_iter = pattern.finditer(st)
        for  result   in  result_iter:
            for  i   in  range(result.lastindex + 1):
                print('group{num};'.format(num = i),result.group(i))
                print('group{num};'.format(num = i),result.span(i))
                            

実行結果

 (phone) は、キャプチャされています。

一方、(?:tele | cell) は、されていません。

置換

 グループ化された箇所は、置換の際にも参照する事が出来ます。

(置換 については【正規表現による置換と分割】で詳しく説明しています。)

置換後の文字列を指定する際に、\number(あるいは \g<number>) として、number の箇所にグループ番号を指定します。

    re_meta16_6.py

        import  re

        pattern = re.compile("(東京)都(品川)区")
        st ="東京都品川区"
        repl = r"\g<2>駅---\g<1>駅"
        result = pattern.sub(repl,st)
        print(result)
                            

実行結果

 置換されている事を確認出来ました。