正規表現をゼロから学ぶ：30分でマスターするテキスト処理

なぜ正規表現を学ぶのか？

1行の正規表現で20行の文字列処理コードを置き換えられます。

1000行のログからすべてのIPアドレスを抽出する場合——通常のコードでは20行以上。正規表現なら：\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3} の1行で完了。

このチュートリアルは完全な初心者を想定しています。30分後には日常的なテキストマッチングの80%を処理できるようになります。

基本構文

リテラル文字とメタ文字

文字	意味	例
`abc`	完全一致"abc"	`hello` → "hello"にマッチ
`.`	任意の1文字（改行除く）	`h.t` → hat, hot, hit
`\d`	数字 [0-9]	`\d{3}` → 123, 456
`\w`	単語文字 [a-zA-Z0-9_]	`\w+` → hello, test123
`\s`	空白文字（スペース、タブ、改行）	`a\sb` → "a b"
`\D`	数字以外	`\D+` → hello
`\W`	単語文字以外	`\W` → @, #, !

数量子

数量子	意味	例
`*`	0回以上	`ab*c` → ac, abc, abbc
`+`	1回以上	`ab+c` → abc, abbc（acを除く）
`?`	0回または1回	`colou?r` → color, colour
`{n}`	ちょうどn回	`\d{4}` → 4桁の数字
`{n,}`	n回以上	`\d{4,}` → 4桁以上の数字
`{n,m}`	n回からm回	`\d{3,5}` → 3〜5桁の数字

文字クラス

[a-z]     小文字
[A-Z]     大文字
[0-9]     数字
[a-zA-Z]  すべてのアルファベット
[^0-9]    数字以外（^は[]内で否定を表す）
[abc]     a、b、cのいずれか

アンカー

アンカー	意味	例
`^`	行頭	`^Hello` → Helloで始まる行
`$`	行末	`world$` → worldで終わる行
`\b`	単語境界	`\bcat\b` → 独立したcatのみ（catchは除外）

グループ化とキャプチャ

(\d{3})-(\d{4})-(\d{4})  電話番号 138-0000-1111 にマッチ
$1 = 138, $2 = 0000, $3 = 1111

ツール庫の正規表現ツールで置換機能を使うと：$1****$3 で中央4桁を 138-****-1111 にマスクできます。

非キャプチャグループ

(?:\d{3})  グループ化のみでキャプチャしない（$1/$2は生成されない）

先読み・後読みアサーション（応用）

構文	意味	例
`(?=...)`	後に...が続く	`\d+(?=円)` → "100円"の100にマッチ
`(?!...)`	後に...が続かない	`\d+(?!円)` → "100円"の100にはマッチしない
`(?<=...)`	前に...がある	`(?<=¥)\d+` → "¥100"の100にマッチ
`(?<!...)`	前に...がない	`(?<!¥)\d+` → "¥100"の100にはマッチしない

実践レシピ

メール：    [a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}
電話番号：  1[3-9]\d{9}
URL：       https?://[^\s/$.?#].[^\s]*
身分証明書：\d{17}[\dXx]
中国語：    [\u4e00-\u9fa5]
IPアドレス：\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}
日付：      \d{4}-\d{2}-\d{2}

よくある落とし穴

1. 貪欲 vs 遅延

貪欲: <.*>   "<div>hello</div>" → 文字列全体にマッチ（欲張り）
遅延: <.*?>  "<div>hello</div>" → <div>と</div>のみマッチ

? を付けて数量子を遅延モードに。

2. 壊滅的バックトラッキング

# 危険な書き方
(a+)+b  "aaaaaaaaaaaaaaaaaaaa" にマッチ → パフォーマンス爆発

# 安全な書き方
a+b     単純明快、数量子をネストしない

3. `.` は改行にマッチしない

# 複数行コンテンツのマッチ
[\s\S]*  .* の代わりに（改行を含むすべての文字にマッチ）

応用レシピ集

ログ分析用

シーン	正規表現	説明
Nginxアクセスログ	`(\S+) - - \[([^\]]+)\] "([^"]*)" (\d+) (\d+)`	IP、時間、リクエスト、ステータス、バイト数
Java例外スタック	`(\w+Exception): (.+?)\n\s+at (.+)`	例外タイプ、メッセージ、呼び出し位置
ISO 8601タイムスタンプ	`\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}\.\d{3}[Z+-]`	ミリ秒単位のISOタイムスタンプ

コードレビュー用

シーン	正規表現	説明
Console.log残留	`console\.(log\|warn\|error\|debug)\(`	デバッグコード検索
TODO/FIXME	`(TODO\|FIXME\|HACK\|XXX):`	未完了タスクの検索

実践練習

ツール庫の正規表現テスターで以下の練習をしてみましょう：

「私の電話番号は138-1234-5678、オフィスは010-12345678です」からすべての電話番号を抽出
「2026-06-03」を「06/03/2026」に置換
テキスト内の重複単語を検出

この3つの練習を完了すれば、正規表現の基礎はマスターです。テキスト置換やテキスト差分と組み合わせれば、テキスト処理能力が大きく向上します。