1鬼車 正規表現 Version 6.9.5 2020/01/28 2 3使用文法: ONIG_SYNTAX_ONIGURUMA (既定値) 4 5 61. 基本要素 7 8 \ 退避修飾 (エスケープ) 正規表現記号の有効/無効の制御 9 | 選択子 10 (...) 式集合 (グループ) 11 [...] 文字集合 (文字クラス) 12 13 142. 文字 15 16 \t 水平タブ (0x09) 17 \v 垂直タブ (0x0B) 18 \n 改行 (0x0A) 19 \r 復帰 (0x0D) 20 \b 後退空白 (0x08) 21 \f 改頁 (0x0C) 22 \a 鐘 (0x07) 23 \e 退避修飾 (0x1B) 24 \nnn 八進数表現 符号化バイト値 25 \o{17777777777} 拡張八進数表現 コードポイント値 26 \uHHHH 拡張十六進数表現 コードポイント値 27 \xHH 十六進数表現 符号化バイト値 28 \x{7HHHHHHH} 拡張十六進数表現 コードポイント値 29 \cx 制御文字表現 コードポイント値 30 \C-x 制御文字表現 コードポイント値 31 \M-x 超 (x|0x80) コードポイント値 32 \M-\C-x 超 + 制御文字表現 コードポイント値 33 34 ※ \bは、文字集合内でのみ有効 35 36 373. 文字種 38 39 . 任意文字 (改行を除く: オプションに依存) 40 41 \w 単語構成文字 42 43 Unicode以外の場合: 44 英数字, "_" および 多バイト文字。 45 46 Unicodeの場合: 47 General_Category -- (Letter|Mark|Number|Connector_Punctuation) 48 49 \W 非単語構成文字 50 51 \s 空白文字 52 53 Unicode以外の場合: 54 \t, \n, \v, \f, \r, \x20 55 56 Unicodeの場合: 57 U+0009, U+000A, U+000B, U+000C, U+000D, U+0085(NEL), 58 General_Category -- Line_Separator 59 -- Paragraph_Separator 60 -- Space_Separator 61 62 \S 非空白文字 63 64 \d 10進数字 65 66 Unicodeの場合: General_Category -- Decimal_Number 67 68 \D 非10進数字 69 70 \h 16進数字 [0-9a-fA-F] 71 72 \H 非16進数字 73 74 \R 汎改行 (* 文字集合の中では使用できない) 75 "\r\n" or \n,\v,\f,\r (* 但し \r\nから\rにはバックトラックしない) 76 77 Unicodeの場合: 78 "\r\n" or \n,\v,\f,\r or U+0085, U+2028, U+2029 79 80 \N 非改行文字 (?-m:.) 81 82 \O 真任意文字 (?m:.) (* 原作) 83 84 \X 文章区分 \X === (?>\O(?:\Y\O)*) 85 86 この演算子の意味は、オプション (?y{..})の設定によって変化する。 87 88 \Xは照合の開始位置が区分の境界かどうかを確認しない。 89 それを確実にしたければ、\y\Xと書けば良い。 90 91 [拡張書記素房-状態のとき] (デフォルト) 92 Unicodeの場合: 93 参照 [Unicode Standard Annex #29: http://unicode.org/reports/tr29/] 94 95 Unicode以外の場合: \X === (?>\r\n|\O) 96 97 [単語-状態のとき] 98 現在、Unicodeしかサポートしていない。 99 参照 [Unicode Standard Annex #29: http://unicode.org/reports/tr29/] 100 101 102 Character Property 103 104 * \p{property-name} 105 * \p{^property-name} (negative) 106 * \P{property-name} (negative) 107 108 property-name: 109 110 + 全てのエンコーディングで有効 111 Alnum, Alpha, Blank, Cntrl, Digit, Graph, Lower, 112 Print, Punct, Space, Upper, XDigit, Word, ASCII, 113 114 + EUC-JP, Shift_JISで有効 115 Hiragana, Katakana 116 117 + UTF8, UTF16, UTF32で有効 118 doc/UNICODE_PROPERTIES参照 119 120 121 1224. 量指定子 123 124 欲張り 125 126 ? 一回または零回 127 * 零回以上 128 + 一回以上 129 {n,m} (n <= m) n回以上 かつ m回以下 130 {n,} n回以上 131 {,n} 零回以上n回以下 ({0,n}) 132 {n} n回 133 134 135 無欲 136 137 ?? 零回または一回 138 *? 零回以上 139 +? 一回以上 140 {n,m}? (n <= m) n回以上 かつ m回以下 141 {n,}? n回以上 142 {,n}? 零回以上n回以下 (== {0,n}?) 143 144 {n}? はONIG_SYNTAX_JAVAとONIG_SYNTAX_PERLでのみ無欲な指定子 145 (その場合には、態々そう書く意味はないが) 146 デフォルトの文法では、/a{n}?/ === /(?:a{n})?/ 147 148 149 強欲 (欲張りで、繰り返しに成功した後は回数を減らすような後退再試行をしない) 150 151 ?+ 一回または零回 152 *+ 零回以上 153 ++ 一回以上 154 {n,m} (n > m) m回以上 かつ n回以下 155 156 {n,m}+, {n,}+, {n}+ は、ONIG_SYNTAX_JAVAとONIG_SYNTAX_PERLでのみ 157 強欲な指定子 158 159 例. /a*+/ === /(?>a*)/ 160 161 1625. 錨 163 164 ^ 行頭 165 $ 行末 166 \b 単語境界 167 \B 非単語境界 168 169 \A 文字列先頭 170 \Z 文字列末尾、または文字列末尾の改行の直前 171 \z 文字列末尾 172 \G 探索開始位置 173 \K 保持 (結果の開始位置をこの位置に保つ) 174 175 176 \y 文章区分 境界 177 \Y 文章区分 非境界 178 179 この演算子の意味は、オプション (?y{..})の設定によって変化する。 180 181 [拡張書記素房-状態のとき] (デフォルト) 182 Unicodeの場合: 183 参照 [Unicode Standard Annex #29: http://unicode.org/reports/tr29/] 184 185 Unicode以外の場合: 186 \rと\nの間を除く全ての位置 187 188 [単語-状態のとき] 189 現在、Unicodeしかサポートしていない。 190 参照 [Unicode Standard Annex #29: http://unicode.org/reports/tr29/] 191 192 193 1946. 文字集合 195 196 ^... 否定 (最低優先度演算子) 197 x-y 範囲 (xからyまで) 198 [...] 集合 (文字集合内文字集合) 199 ..&&.. 積演算 (^の次に優先度が低い演算子) 200 201 例. [a-w&&[^c-g]z] ==> ([a-w] and ([^c-g] or z)) ==> [abh-w] 202 203 ※ '[', '-', ']'を、文字集合内で通常文字の意味で使用したい場合には、 204 これらの文字を'\'で退避修飾しなければならない。 205 206 207 POSIXブラケット ([:xxxxx:], 否定 [:^xxxxx:]) 208 209 Unicode以外の場合: 210 211 alnum 英数字 212 alpha 英字 213 ascii 0 - 127 214 blank \t, \x20 215 cntrl 216 digit 0-9 217 graph 多バイト文字全部を含む 218 lower 219 print 多バイト文字全部を含む 220 punct 221 space \t, \n, \v, \f, \r, \x20 222 upper 223 xdigit 0-9, a-f, A-F 224 word 英数字, "_" および 多バイト文字 225 226 Unicodeの場合: 227 228 alnum Letter | Mark | Decimal_Number 229 alpha Letter | Mark 230 ascii 0000 - 007F 231 blank Space_Separator | 0009 232 cntrl Control | Format | Unassigned | Private_Use | Surrogate 233 digit Decimal_Number 234 graph [[:^space:]] && ^Control && ^Unassigned && ^Surrogate 235 lower Lowercase_Letter 236 print [[:graph:]] | [[:space:]] 237 punct Connector_Punctuation | Dash_Punctuation | Close_Punctuation | 238 Final_Punctuation | Initial_Punctuation | Other_Punctuation | 239 Open_Punctuation 240 space Space_Separator | Line_Separator | Paragraph_Separator | 241 U+0009 | U+000A | U+000B | U+000C | U+000D | U+0085 242 upper Uppercase_Letter 243 xdigit U+0030 - U+0039 | U+0041 - U+0046 | U+0061 - U+0066 244 (0-9, a-f, A-F) 245 word Letter | Mark | Decimal_Number | Connector_Punctuation 246 247 248 2497. 拡張式集合 250 251 (?#...) 注釈 252 253 (?imxWDSPy-imxWDSP:式) 式オプション 254 255 i: 大文字小文字照合 256 m: 複数行 257 x: 拡張形式 258 W: wordがASCIIのみ (\w, \p{Word}, [[:word:]]) 259 word境界がASCIIのみ (\b) 260 D: digitがASCIIのみ (\d, \p{Digit}, [[:digit:]]) 261 S: spaceがASCIIのみ (\s, \p{Space}, [[:space:]]) 262 P: POSIXプロパティがASCIIのみ (W,D,Sを全て含んでいる) 263 (alnum, alpha, blank, cntrl, digit, graph, 264 lower, print, punct, space, upper, xdigit, word) 265 266 y{?}: 文章区分状態 267 このオプションは\X, \y, \Yの意味を変更する。 268 現在このオプションはUnicodeでしかサポートしていない 269 y{g}: 拡張書記素房-状態 (デフォルト) 270 y{w}: 単語-状態 271 参照 [Unicode Standard Annex #29] 272 273 (?imxWDSPy-imxWDSP) 孤立オプション 274 275 * これは次の')'またはパターンの終わりまでのグループを形成する 276 /ab(?i)c|def|gh/ == /ab(?i:c|def|gh)/ 277 278 279 (式) 捕獲式集合 280 (?:式) 非捕獲式集合 281 282 (?=式) 先読み 283 (?!式) 否定先読み 284 285 (?<=式) 戻り読み 286 (?<!式) 否定戻り読み 287 288 * 戻り読み、否定戻り読みの式の中では、不在停止演算子 289 (?~|expr)と範囲消去演算子(?~|)を使用することはできない 290 291 * 戻り読み、否定戻り読みの中では、ignore-caseオプションの 292 対応が制限される。一文字と一文字の間の変換しか対応しない。 293 (Unicodeでの複数文字の変換に対応しない) 294 295 (?>式) 原子的式集合 296 式全体を通過したとき、式の中での後退再試行を行なわない 297 298 (?<name>式), (?'name'式) 299 名前付き捕獲式集合 300 式集合に名前を割り当てる(定義する)。 301 (名前は単語構成文字でなければならない。) 302 303 名前だけでなく、捕獲式集合と同様に番号も割り当てられる。 304 番号指定が禁止されていない状態 (10. 捕獲式集合 を参照) 305 のときは、名前を使わないで番号でも参照できる。 306 307 複数の式集合に同じ名前を与えることは許されている。 308 この場合には、この名前を使用した後方参照は可能であるが、 309 部分式呼出しはできない。 310 311 312 <呼び出し> 313 314 * 内容の呼び出し 315 (?{...contents...}) 前進中のみの呼び出し 316 (?{...contents...}D) Dは方向指定文字 317 D = 'X': 前進中および後退中 318 '<': 後退中のみ 319 '>': 前進中のみ 320 (?{...contents...}[tag]) 名札付き 321 (?{...contents...}[tag]D) 322 323 * エスケープ文字はcontentsの中で何の機能も持たない 324 * contentsは、'{'文字で始まってはならない 325 326 (?{{{...contents...}}}) contentsの中のn個連続の'}'は、(n+1)個連続の{{{...}}} 327 の中で許される 328 329 tagに許される文字: _ A-Z a-z 0-9 (* 最初の文字: _ A-Z a-z) 330 331 332 * 名前の呼び出し 333 (*name) 334 (*name{args...}) 引数付き 335 (*name[tag]) 名札付き 336 (*name[tag]{args...}) 337 338 nameに許される文字: _ A-Z a-z 0-9 (* 最初の文字: _ A-Z a-z) 339 tag に許される文字: _ A-Z a-z 0-9 (* 最初の文字: _ A-Z a-z) 340 341 342 343 <不在機能群> 344 345 (?~不在) 不在繰り返し (*原案 田中哲) 346 これは .*(より正確には\O*)のように動作するが、<不在>に 347 適合する文字列を含まない範囲に制限される。 348 これは(?~|(?:不在)|\O*)の省略表記である。 349 350 (?~|不在|式) 不在式 (* 原作) 351 これは<式>のように動作するが、<不在>に適合する文字列を 352 含まない範囲に制限される。 353 354 例 (?~|345|\d*) "12345678" ==> "12", "1", "" 355 356 (?~|不在) 不在停止 (* 原作) 357 この演算子を通過した後は、対象文字列の適合範囲が 358 <不在>に適合する文字列を含まない範囲に制限される。 359 360 (?~|) 範囲消去 361 不在停止の効果を消して、それ以前の状態にする。 362 363 * 不在機能の入れ子には対応しておらず、その場合の挙動は不定とする。 364 365 366 367 <条件文> 368 369 (?(条件式)成功式|失敗式) 条件式が成功すれば成功式、失敗すれば失敗式を実行する 370 この機能の存在理由は、成功式が失敗しても失敗式には 371 行かないこと。これは他の正規表現で書くことができない。 372 もうひとつは、条件式が後方参照の番号/名前のとき、 373 後方参照値の有効性を調べる(文字列と照合はしない) 374 意味になる。 375 376 (?(条件式)成功式) 条件式が成功すれば成功式を実行する 377 (条件式が通常の式のときには、この構文は不必要だが 378 今のところエラーにはしない。) 379 380 381 条件式は後方参照の番号/名前または普通の式を使用できる。 382 条件式が後方参照の場合、成功式と失敗式の両方を省略可能であり、 383 この場合、後方参照値有効性を調べる(成功/失敗)機能のみになる。 384 385 [後方参照値有効性確認器] (* 原作) 386 (?(n)), (?(-n)), (?(+n)), (?(n+level)) ... 387 (?(<n>)), (?('-n')), (?(<+n>)) ... 388 (?(<name>)), (?('name')), (?(<name+level>)) ... 389 390 391 3928. 後方参照 393 394 \n 番号指定参照 (n >= 1) 395 \k<n> 番号指定参照 (n >= 1) 396 \k'n' 番号指定参照 (n >= 1) 397 \k<-n> 相対番号指定参照 (n >= 1) 398 \k'-n' 相対番号指定参照 (n >= 1) 399 \k<+n> 相対番号指定参照 (n >= 1) 400 \k'+n' 相対番号指定参照 (n >= 1) 401 \k<name> 名前指定参照 402 \k'name' 名前指定参照 403 404 名前指定参照で、その名前が複数の式集合で多重定義されている場合には、 405 番号の大きい式集合から優先的に参照される。 406 (マッチしないときには番号の小さい式集合が参照される) 407 408 ※ 番号指定参照は、名前付き捕獲式集合が定義され、 409 かつ ONIG_OPTION_CAPTURE_GROUPが指定されていない場合には、 410 禁止される。(10. 捕獲式集合 を参照) 411 412 413 ネストレベル付き後方参照 414 415 level: 0, 1, 2, ... 416 417 \k<n+level> (n >= 1) 418 \k<n-level> (n >= 1) 419 \k'n+level' (n >= 1) 420 \k'n-level' (n >= 1) 421 422 \k<name+level> 423 \k<name-level> 424 \k'name+level' 425 \k'name-level' 426 427 後方参照の位置から相対的な部分式呼出しネストレベルを指定して、そのレベルでの 428 捕獲値を参照する。 429 430 例-1. 431 432 /\A(?<a>|.|(?:(?<b>.)\g<a>\k<b+0>))\z/.match("reer") 433 434 例-2. 435 436 r = Regexp.compile(<<'__REGEXP__'.strip, Regexp::EXTENDED) 437 (?<element> \g<stag> \g<content>* \g<etag> ){0} 438 (?<stag> < \g<name> \s* > ){0} 439 (?<name> [a-zA-Z_:]+ ){0} 440 (?<content> [^<&]+ (\g<element> | [^<&]+)* ){0} 441 (?<etag> </ \k<name+1> >){0} 442 \g<element> 443 __REGEXP__ 444 445 p r.match('<foo>f<bar>bbb</bar>f</foo>').captures 446 447 448 4499. 部分式呼出し ("田中哲スペシャル") (* 原作) 450 451 \g<name> 名前指定呼出し 452 \g'name' 名前指定呼出し 453 \g<n> 番号指定呼出し (n >= 1) 454 \g'n' 番号指定呼出し (n >= 1) 455 \g<0> 番号指定呼出し(全体呼び出し) 456 \g'0' 番号指定呼出し(全体呼び出し) 457 \g<-n> 相対番号指定呼出し (n >= 1) 458 \g'-n' 相対番号指定呼出し (n >= 1) 459 \g<+n> 相対番号指定呼出し (n >= 1) 460 \g'+n' 相対番号指定呼出し (n >= 1) 461 462 ※ 最左位置での再帰呼出しは禁止される。 463 例. (?<name>a|\g<name>b) => error 464 (?<name>a|b\g<name>c) => OK 465 466 ※ 番号指定呼出しは、名前付き捕獲式集合が定義され、 467 かつ ONIG_OPTION_CAPTURE_GROUPが指定されていない場合には、 468 禁止される。 (10. 捕獲式集合 を参照) 469 470 ※ 呼び出された式集合のオプション状態が呼出し側のオプション状態と異なっている 471 とき、呼び出された側のオプション状態が有効である。 472 473 例. (?-i:\g<name>)(?i:(?<name>a)){0} は "A" に照合成功する。 474 475 47610. 捕獲式集合 477 478 捕獲式集合(...)は、以下の条件に応じて振舞が変化する。 479 (名前付き捕獲式集合は変化しない) 480 481 case 1. /.../ (名前付き捕獲式集合は不使用、オプションなし) 482 483 (...) は、捕獲式集合として扱われる。 484 485 case 2. /.../g (名前付き捕獲式集合は不使用、オプション 'g'を指定) 486 487 (...) は、非捕獲式集合として扱われる。 488 489 case 3. /..(?<name>..)../ (名前付き捕獲式集合は使用、オプションなし) 490 491 (...) は、非捕獲式集合として扱われる。 492 番号指定参照/呼び出しは不許可。 493 494 case 4. /..(?<name>..)../G (名前付き捕獲式集合は使用、オプション 'G'を指定) 495 496 (...) は、捕獲式集合として扱われる。 497 番号指定参照/呼び出しは許可。 498 499 但し 500 g: ONIG_OPTION_DONT_CAPTURE_GROUP 501 G: ONIG_OPTION_CAPTURE_GROUP 502 ('g'と'G'オプションは、ruby-dev MLで議論された。) 503 504 これらの振舞の意味は、 505 名前付き捕獲と名前無し捕獲を同時に使用する必然性のある場面は少ないであろう 506 という理由から考えられたものである。 507 508 509----------------------------- 510補記 1. 文法依存オプション 511 512 + ONIG_SYNTAX_ONIGURUMA 513 (?m): 終止符記号(.)は改行と照合成功 514 515 + ONIG_SYNTAX_PERL と ONIG_SYNTAX_JAVA 516 (?s): 終止符記号(.)は改行と照合成功 517 (?m): ^ は改行の直後に照合する、$ は改行の直前に照合する 518 519 520補記 2. 独自拡張機能 521 522 + 16進数数字、非16進数字 \h, \H 523 + 真任意文字 \O 524 + 文章区分境界 \y, \Y 525 + 後方参照値有効性確認器 (?(...)) 526 + 名前付き捕獲式集合 (?<name>...), (?'name'...) 527 + 名前指定後方参照 \k<name> 528 + 部分式呼出し \g<name>, \g<group-num> 529 + 不在式 (?~|...|...) 530 + 不在停止 (?|...) 531 532 533補記 3. Perl 5.8.0と比較して存在しない機能 534 535 + \N{name} 536 + \l,\u,\L,\U,\C 537 + (??{code}) 538 539 * \Q...\E 540 但しONIG_SYNTAX_PERLとONIG_SYNTAX_JAVAでは有効 541 542 543補記 4. Ruby 1.8 の日本語化 GNU regex(version 0.12)との違い 544 545 + 文字Property機能追加 (\p{property}, \P{Property}) 546 + 16進数字タイプ追加 (\h, \H) 547 + 戻り読み機能を追加 548 + 強欲な繰り返し指定子を追加 (?+, *+, ++) 549 + 文字集合の中の演算子を追加 ([...], &&) 550 ('[' は、文字集合の中で通常の文字として使用するときには 551 退避修飾しなければならない) 552 + 名前付き捕獲式集合と、部分式呼出し機能追加 553 + 多バイト文字コードが指定されているとき、 554 文字集合の中で八進数または十六進数表現の連続は、多バイト符号で表現された 555 一個の文字と解釈される 556 (例. [\xa1\xa2], [\xa1\xa7-\xa4\xa1]) 557 + 文字集合の中で、一バイト文字と多バイト文字の範囲指定は許される。 558 ex. /[a-あ]/ 559 + 孤立オプションの有効範囲は、その孤立オプションを含んでいる式集合の 560 終わりまでである 561 例. (?:(?i)a|b) は (?:(?i:a|b)) と解釈される、(?:(?i:a)|b)ではない 562 + 孤立オプションはその前の式に対して透過的ではない 563 例. /a(?i)*/ は文法エラーとなる 564 + 不完全な繰り返し範囲指定子は通常の文字列として許可される 565 例. /{/, /({)/, /a{2,3/ 566 + 否定的POSIXブラケット [:^xxxx:] を追加 567 + POSIXブラケット [:ascii:] を追加 568 + 先読みの繰り返しは不許可 569 例. /(?=a)*/, /(?!b){5}/ 570 + 数値で指定された文字に対しても、大文字小文字照合オプションは有効 571 例. /\x61/i =~ "A" 572 + 繰り返し回数指定で、最低回数の省略(0回)ができる 573 /a{,n}/ == /a{0,n}/ 574 最低回数と最大回数の同時省略は許されない。(/a{,}/) 575 + /a{n}?/は無欲な演算子ではない。 576 /a{n}?/ == /(?:a{n})?/ 577 + 無効な後方参照をチェックしてエラーにする。 578 /\1/, /(a)\2/ 579 + 無限繰り返しの中で、長さ零での照合成功は繰り返しを中断させるが、 580 このとき、中断すべきかどうかの判定として、捕獲式集合の捕獲状態の 581 変化まで考慮している 582 /(?:()|())*\1\2/ =~ "" 583 /(?:\1a|())*/ =~ "a" 584 585終り 586