正規表現のソースを表示

{{WikipediaPage|正規表現の解説|Help:Pywikipediabot/正規表現}}
{{参照方法|date=2023年11月}}
'''正規表現'''（せいきひょうげん、{{lang-en-short|regular expression}}）は、[[文字列]]の集合を一つの文字列で表現する方法の一つである。{{読み仮名|'''正則表現'''|せいそくひょうげん}}とも呼ばれ、[[形式言語]]理論の分野では比較的こちらの訳語の方が使われる<ref>{{cite book|和書|author=J. ホップクロフト|coauthors=R. モトワニ、J. ウルマン|translators=野崎昭弘他|title=オートマトン言語理論 計算論 I 第2版|publisher=サイエンス社|year=2003|isbn=9784781910260}}</ref>。まれに{{読み仮名|'''正則式'''|せいそくしき}}<ref>{{cite book|和書|author=中村克彦|title=コンピュータとは何か？|publisher=東京電機大学出版局|year=2018|isbn=|quote=多くの文献では正則表現または正規表現と呼んでいるが、数学では“regular”の訳語として「正則」を当てるのが一般的であり、“expression”は算術式や論理式と同様に「式」と呼ぶべきである|page=156}}</ref>あるいは{{読み仮名|'''正規式'''|せいきしき}}と呼ばれることもある。

もともと正規表現は形式言語理論において[[正規言語]]を表すための手段として導入された。形式言語理論では、形式言語が「正規言語であること」と「正規表現によって表せること」は[[同値]]である。

その後正規表現は単機能の文字列探索ツールや[[テキストエディタ]]、[[ワードプロセッサ]]などの[[アプリケーションソフトウェア|アプリケーション]]で、マッチさせるべき対象を表すために使用されるようになり、表せるパターンの種類を増やすために本来の正規表現にはないさまざまな記法が新たに付け加えられた。このような拡張された正規表現には正規言語ではない文字列も表せるものも多く、ゆえに正規表現という名前は実態に即していない面もあるが、伝統的に正規表現と呼ばれ続けている。

この記事では主にこのような正規表現を用いた[[パターンマッチング]]について説明している。以下、誤解のない限り、アプリケーションや[[プログラミング]]において正規表現を用いた文字列のパターンマッチングを行う機能のことを、単に正規表現という。

ほとんどの[[プログラミング言語]]では、[[ライブラリ]]によって正規表現を使うことができる他、一部の言語では正規表現の[[リテラル]]もある。「正規表現によるマッチ」を意味する（専用の）演算子がある言語なども一部ある。具体例として、[[grep]], [[AWK]], [[Sed (コンピュータ)|sed]], [[Perl]], [[Tcl]], [[lex]] などがある。

それぞれの言語やアプリケーションで細部の仕様が異なっている、といったように思われることも多いが（古い実装では実際にそのようなことも多い）、近年は同じライブラリを使っていれば同じということも多い。また[[POSIX]]など標準もある。

==基本的な概念==
理論的に明解であり扱いも容易であるため、形式的な説明を先に述べる。

===形式的な説明===
{{main|正規言語}}
記号（アルファベット）<math>A = \{a_1, \dots, a_n\}</math> 上の正規表現は次のようなものから成る。正規表現があらわす記号列（アルファベット列）の集合によって[[形式言語]]が定義される。
*<math>\varnothing</math> は正規表現である。これは記号列を何も含まない[[空集合]] <math>\varnothing</math> を表す。
*<math>a_i</math>（<math>A</math> の任意の要素）は正規表現である。これは <math>a_i</math> という記号列のみからなる集合 <math>\{a_i\}</math> を表す。
*<math>X</math> と <math>Y</math> が正規表現ならば、
** <math>X\mid Y</math> も正規表現である。これは <math>X</math> に含まれる記号列の集合と <math>Y</math> に含まれる記号列の集合の[[合併 (集合論)|和集合]]を表す。
** <math>XY</math> も正規表現である。これは <math>X</math> に含まれる記号列に <math>Y</math> に含まれる記号列をつなげてできる記号列の集合 <math>\{ab\mid a \in X, b \in Y\}</math> を表す。
**<math>X*</math> も正規表現である。これは <math>X</math> に含まれる記号列を 0 個以上つなげてできる文字列の集合 <math>\bigcup_n \{X^n\mid n \ge 0\}</math> を表す（[[クリーネ閉包]]）。
* 上記の帰納的導出によって構成される記号列のみが正規表現である。
正規表現の定義に、次の項目を含めることもある:
*<math>\varepsilon</math> は正規表現である。これは空記号列 <math>\varepsilon</math> のみからなる集合 <math>\{\varepsilon\}</math> を表す。
正規表現 <math>\varepsilon</math> の表す集合は正規表現 <math>\varnothing*</math> の表す集合に等しいので、<math>\varepsilon</math> を正規表現の定義に含めなくても <math>\varnothing*</math> で代用できる。

<math>X\mid Y</math> の代わりに <math>X+Y</math> と書くことや、<math>XY</math> の代わりに <math>X\cdot Y</math> と書くこともある。また、「<math>\mid</math>」や「<math>*</math>」の優先順位を明確にするために、補助的なカッコも（上述の定義には含めていないが）必要である。

===実用的説明===
以下ではもっぱらよく使われているライブラリやツールなどの実用的な観点から説明する。

例えば、「<code>Handel</code>」「<code>H'''e'''ndel</code>」「<code>Ha'''e'''ndel</code>」という3つの文字列を含む集合は「<code>H(e|ae?)ndel</code>」というパターンで表現できる（あるいは、パターンは個々の3つの文字列に'''マッチする'''と言われる）。ほとんどの形式では、もし特定の集合にマッチする何らかの正規表現が存在すれば、無限の数のそのような表現がある。ほとんどの形式では正規表現を構築するために次の[[演算子 (コンピュータ言語)|演算子]]を提供している。

;選言
:縦棒は選択肢を区切る。例えば「<code>gray|grey</code>」は「<code>gray</code>」または「<code>grey</code>」にマッチし、これは通常「<code>gr(a|e)y</code>」に短縮される。
;グループ分け
:丸括弧はスコープと[[演算子 (コンピュータ言語)|演算子]]の優先順位を定義するために用いられる。例えば、「<code>gr(a|e)y</code>」では「<code>(a|e)</code>」の部分で「<code>a</code>」または「<code>e</code>」を示し、全体で「<code>gray</code>」または「<code>grey</code>」にマッチする。
;量化
:文字やグループの後ろの量化子は、直前の表現が何回現れることが許されるかを指定する。非常によく使われる量化子として「<code>?</code>」「<code>*</code>」「<code>+</code>」がある。
:;<code>?</code>
::[[疑問符]]は直前の表現が'''0個か1個ある'''ことを示す。例えば、「<code>colou?r</code>」は「<code>color</code>」と「<code>colour</code>」にマッチする。
:;<code>*</code>
::[[アスタリスク]]は直前の表現が'''0個以上ある'''ことを示す。例えば、「<code>go*gle</code>」は「<code>google</code>」「<code>gogle</code>」「<code>ggle</code>」などにマッチする。
:;<code>+</code>
::[[プラス符号]]は直前の表現が'''1個以上ある'''ことを示す。例えば、「<code>go+gle</code>」は「<code>google</code>」「<code>gogle</code>」などにマッチするが、「<code>ggle</code>」にはマッチしない。

これらの構文は任意の複雑な表現を形成するために組み合わされて使用される。

==歴史==
正規表現の起源は、[[言語学]]と、[[理論計算機科学]]の一分野である[[オートマトン]]理論や[[形式言語]]理論にみることができる。20世紀の言語学では数理的に言語を扱う数理言語学が発展しその過程の一部として、また後者は計算のモデル化（オートマトン）や形式言語の分類方法などを扱う学術分野である。数学者の[[スティーヴン・コール・クリーネ|スティーヴン・クリーネ]]は[[1950年代]]に[[正規集合]]と呼ばれる独自の数学的表記法を用い、これらの分野のモデルを記述した。

Unix系のツールに広まったのは、[[ケン・トンプソン]]がテキストファイル中のパターンにマッチさせる手段として、この表記法をエディタ[[QED (テキストエディタ)|QED]]に導入したことなどに始まる。彼はこの機能を{{lang|en|[[UNIX]]}}のエディタ{{lang|en|[[ed (テキストエディタ)|ed]]}}にも追加し、後に一般的な検索ツールである[[grep]]の正規表現へと受け継がれていった。これ以降、トンプソンの正規表現の適用にならい、多くのUnix系のツールがこの方法を採用した（例えば {{lang|en|[[expr]]}}, {{lang|en|awk}}, {{lang|en|[[Emacs]]}}, {{lang|en|[[vi]]}}, {{lang|en|lex}}, {{lang|en|Perl}} など）。

{{lang|en|Perl}}と{{lang|en|Tcl}}の正規表現は[[ヘンリー・スペンサー (ソフトウェア技術者)|ヘンリー・スペンサー]]<sup>([[:en:Henry Spencer|英]])</sup>によって書かれたものから派生している（Perlは後にスペンサーの正規表現を拡張し、多くの機能を追加した）。フィリップ・ヘーゼルは{{lang|en|Perl}}の正規表現とほぼ互換のものを実装する試みとして{{lang|en|[[Perl Compatible Regular Expressions]]}} (PCRE) を開発した。これは[[PHP (プログラミング言語)|PHP]]や[[Apache HTTP Server|{{lang|en|Apache}}]]などといった新しいツールで使用されている。

[[Raku]]では、正規表現の機能を改善してその適用範囲や能力を高め、{{lang|en|[[Parsing Expression Grammar]]}}を定義できるようにする努力がなされた。この結果として、{{lang|en|Raku}}文法の定義だけでなくプログラマのツールとしても使用できる、{{lang|en|[[Perl 6 rules]]}}と呼ばれる小言語が生み出された。

（本来の）正規表現からの拡張は各種あり便利であるがその多くは、（本来の）正規言語から逸脱するものであり、キャプチャなどが代表例である。なお、正規言語から逸脱しないことによって理論的な扱いが可能になるという利点があるため、例えば「非包含オペレータ」の提案ではそういった観点からの理由も挙げられている。

Rakuに限らずいくつかの実装では、（Perlではsubpatternと呼んでいる）部分パターンの定義とその再帰的な呼出しにより、例えばカッコの対応などといった（本来の）正規表現では不可能なパターンも表現できる。これは、対象部分にマッチした文字列が捕獲され、後から利用できるキャプチャとは異なり、パターンそのものの定義と利用である。PHP, Perl, Python（regexライブラリ）, Ruby などで利用できる。

==構文==
===標準===
[[UNIX]]の標準である[[POSIX]]では、'''単純正規表現'''、'''基本正規表現'''、'''拡張正規表現'''の3種類の記法が示されている。このうち、単純正規表現は「歴史的<ref group="注">{{lang-en-short|historical}}</ref>」また「[[レガシーシステム|レガシー]]<ref group="注">{{lang-en-short|legacy}}</ref>」と書かれており、後方互換性を提供するものとされ、標準の将来の版では廃止され得る<ref group="注">{{lang-en-short|may be withdrawn}}</ref>と注意されている。

====単純正規表現====
単純正規表現は'''SRE'''<ref group="注">{{lang-en-short|simple regular expressions}}</ref>とも呼ばれる。その仕様は「<code>regexp.h</code>」のマニュアルページとして示されている<ref>[http://pubs.opengroup.org/onlinepubs/7908799/xsh/regexp.html POSIX > XSH > regexp(3)]</ref>。

====基本正規表現====
基本正規表現は'''BRE'''<ref group="注">{{lang-en-short|basic regular expression}}</ref>とも呼ばれる。ほとんどの正規表現を利用する UNIXのユーティリティ（grepやsed）のデフォルトはこれである<ref>[http://pubs.opengroup.org/onlinepubs/7908799/xbd/re.html#tag_007_003 POSIX > Base Definitions > Regular Expressions > Basic Regular Expressions]</ref>。

この文法では、ほとんどの文字はリテラル（機能を意味せず書かれたそのまま）に扱われる。つまり、ある文字はその文字にのみマッチする。例えば、正規表現「<code>a</code>」は文字「<code>a</code>」にマッチし、正規表現「<code>(bc</code>」は文字列「<code>(bc</code>」にマッチするなど。例外は[[メタ文字]]と呼ばれる。

{| class="wikitable" valign="top"
!正規表現!!マッチする対象
|-
|<code>.</code>
|任意の1文字にマッチする。
|- valign="top"
|<code><nowiki>[</nowiki>&hellip;<nowiki>]</nowiki></code>
|括弧内に含まれる1文字にマッチする。例えば、正規表現「<code><nowiki>[abc]</nowiki></code>」は1文字「<code>a</code>」「<code>b</code>」「<code>c</code>」にマッチする。正規表現「<code><nowiki>[a-z]</nowiki></code>」は全ての英小文字の1文字にマッチする。これらは混ぜることができる。「<code><nowiki>[abcq-z]</nowiki></code>」は1文字「<code>a</code>」「<code>b</code>」「<code>c</code>」「<code>q</code>」「<code>r</code>」「<code>s</code>」「<code>t</code>」「<code>u</code>」「<code>v</code>」「<code>w</code>」「<code>x</code>」「<code>y</code>」「<code>z</code>」にマッチし、正規表現「<code>[a-cq-z]</code>」も同様である。正規表現中の「<code>-</code>」は括弧内の最初か最後にあるときのみ、リテラルとして扱われる。例えば正規表現「<code><nowiki>[abc-]</nowiki></code>」や正規表現「<code><nowiki>[-abc]</nowiki></code>」は1文字「<code>a</code>」「<code>b</code>」「<code>c</code>」「<code>-</code>」にマッチする。1文字「<code><nowiki>]</nowiki></code>」自身にマッチさせる最も手っ取り早い方法は、囲んでいる括弧内で、括弧が最初になるようにすることである。例えば正規表現「<code><nowiki>[][ab]</nowiki></code>」は1文字「<code><nowiki>]</nowiki></code>」「<code><nowiki>[</nowiki></code>」「<code>a</code>」「<code>b</code>」にマッチする。
|- valign="top"
|<code><nowiki>[</nowiki>^&hellip;<nowiki>]</nowiki></code>
|括弧内に含まれない1文字にマッチする。例えば正規表現「<code><nowiki>[^abc]</nowiki></code>」は「<code>a</code>」「<code>b</code>」「<code>c</code>」以外の任意の文字にマッチする。正規表現「<code><nowiki>[^a-z]</nowiki></code>」は英小文字以外の任意の1文字にマッチする。上と同様にこれらは混ぜることができる。
|- valign="top"
|<code>^</code>
|行の最初にマッチする。
|- valign="top"
|<code>$</code>
|行の最後にマッチする。
|- valign="top"
|<code>\(&hellip;\)</code>
|これに囲まれた表現は、後方で呼び出すことができる。次の <code>\1</code>, &hellip;, <code>\9</code> の項を参照のこと。
|- valign="top"
|
*<code>\1</code>
*<code>\2</code>
*<code>\3</code>
*<code>\4</code>
*<code>\5</code>
*<code>\6</code>
*<code>\7</code>
*<code>\8</code>
*<code>\9</code>
|それぞれ「<code>\(</code>」と「<code>\)</code>」で囲まれた部分に先行してマッチした1 - 9 番目の文字列と同じ文字列パターンにマッチする。この機能は理論的には、言うならば'''非正規'''で（[[正規言語]]の記述力を超える）、{{lang|en|POSIX}}拡張正規表現では採用されていない。
|- valign="top"
|<code>*</code>
|
*1文字に続く「<code>*</code>」は0回以上の表現の繰り返しにマッチする。例えば「<code>[xyz]*</code>」は空文字列や文字列「<code>x</code>」「<code>y</code>」「<code>zx</code>」「<code>zyx</code>」などにマッチする。
*<code><var>n</var></code> を1から9までの数字としたとき、基本正規表現「<code>\<var>n</var>*</code>」は「<code>\(</code>」と「<code>\)</code>」で囲まれた部分の0回以上の繰り返しにマッチする。例えば、基本正規表現「<code>\(a.\)c\1*</code>」 は文字列「<code>abcab</code>」 「<code>abcabab</code>」「<code>abcababab</code>」などにマッチするが、文字列「<code>abcac</code>」にはマッチしない。
*「<code>\(</code>」と「<code>\)</code>」で囲まれた表現に続く「<code>*</code>」は無効とされる。しかし、一部の環境ではそうならない。
|- valign="top"
| style="white-space:nowrap" |<code><nowiki>\{</nowiki><var>m</var>,<var>n</var><nowiki>\}</nowiki></code>
|直前のブロックの <var>m</var> 回以上 <var>n</var> 回以下の繰り返しにマッチする。例えば、正規表現「<code>a\{3,5\}</code>」は文字列「<code>aaa</code>」「<code>aaaa</code>」「<code>aaaaa</code>」にマッチする。
|}

古いバージョンのgrepは選言[[演算子 (コンピュータ言語)|演算子]]「<code><nowiki>\|</nowiki></code>」をサポートしていない。

例
:正規表現「<code>.at</code>」は文字列「<code>hat</code>」「<code>cat</code>」「<code>5at</code>」のような3文字の文字列にマッチする
:正規表現「<code><nowiki>[hc]at</nowiki></code>」は文字列「<code>hat</code>」と「<code>cat</code>」にマッチする
:正規表現「<code><nowiki>[^b]at</nowiki></code>」は文字列「<code>bat</code>」以外の「<code>.at</code>」でマッチする全ての文字列にマッチする
:正規表現「<code><nowiki>^[hc]at</nowiki></code>」は行の最初にあるときだけ、文字列「<code>hat</code>」と「<code>cat</code>」にマッチする
:正規表現「<code><nowiki>[hc]at$</nowiki></code>」は行の最後にあるときだけ、文字列「<code>hat</code>」と「<code>cat</code>」にマッチする

[[符号点]]の範囲によってたとえば「アルファベット大文字」などを表現しようとすることは、時に問題をひきおこす。たとえばロケールに依存する例として、[[エストニア語]]のアルファベット順では、文字「s」の後に「z」があり、その後は「t」「u」「v」「w」「x」「y」と続くので、正規表現「<code><nowiki>[a-z]</nowiki></code>」ではすべての言語のすべてのアルファベット小文字にマッチするわけではない<ref group="注">これは正規表現として「<code>[a-z]</code>」を使用していたことが原因である。
*http://lists.freebsd.org/pipermail/freebsd-bugs/2005-September/014529.html
*http://lists.freebsd.org/pipermail/freebsd-bugs/2005-September/014531.html
</ref>。そのため、{{lang|en|POSIX}} 標準では次の表に示されているクラス、つまり文字の区分を定義している。

{| class="wikitable"
|- align="left"
! POSIX クラスを用いた正規表現<ref group="注">所定の文字列を内側の括弧およびコロンで囲って「POSIX クラスを表現」し、外側の括弧は「その1字のみからなる正規表現を記述」している。</ref> !! 対応する表現 !! 意味
|-
|<code><nowiki>[[:upper:]]</nowiki></code>
|<code><nowiki>[A-Z]</nowiki></code>
|英語の[[大文字]]
|-
|<code><nowiki>[[:lower:]]</nowiki></code>
|<code><nowiki>[a-z]</nowiki></code>
|英語の[[小文字]]
|-
|<code><nowiki>[[:alpha:]]</nowiki></code>
|<code><nowiki>[A-Za-z]</nowiki></code>
|[[ISO基本ラテンアルファベット|英語のアルファベット]]
|-
|<code><nowiki>[[:alnum:]]</nowiki></code>
|<code><nowiki>[A-Za-z0-9]</nowiki></code>
|[[アラビア数字]]と英語のアルファベット
|-
|<code><nowiki>[[:digit:]]</nowiki></code>
|<code><nowiki>[0-9]</nowiki></code>
|アラビア数字
|-
|<code><nowiki>[[:xdigit:]]</nowiki></code>
|<code><nowiki>[0-9A-Fa-f]</nowiki></code>
|[[十六進法|16進]]数字
|-
|<code><nowiki>[[:punct:]]</nowiki></code>
|<code><nowiki>[.,!?:...]</nowiki></code>
|英語の句読点
|-
|<code><nowiki>[[:blank:]]</nowiki></code>
|<code><nowiki>[ \t]</nowiki></code>
|（半角の）[[スペース]]と[[タブキー|タブ]]
|-
|<code><nowiki>[[:space:]]</nowiki></code>
|<code><nowiki>[ \t\n\r\f\v]</nowiki></code>
|（半角の）空白
|-
|<code><nowiki>[[:cntrl:]]</nowiki></code>
|
|[[制御文字]]
|-
|<code><nowiki>[[:graph:]]</nowiki></code>
|<code><nowiki>[^ \t\n\r\f\v[:cntrl:]]</nowiki></code>
|印字文字
|-
|<code><nowiki>[[:print:]]</nowiki></code>
|<code><nowiki>[^\t\n\r\f\v[:cntrl:]]</nowiki></code>
|印字文字とスペース
|}

例:正規表現「<code><nowiki>[[:upper:]ab]</nowiki></code>」は英語の大文字「<code>A</code>」〜「<code>Z</code>」と「<code>a</code>」と「<code>b</code>」のうち1文字のみにマッチする。

いくつかのツールで使用できる、{{lang|en|POSIX}} にないクラスとして「<code><nowiki>[:word:]</nowiki></code>」がある。「<code><nowiki>[:word:]</nowiki></code>」は通常「<code><nowiki>[:alnum:]</nowiki></code>」と[[アンダースコア]]からなる。これらが多くの[[プログラミング言語]]で[[識別子]]として使用できる文字であることを反映している。

====拡張正規表現====
拡張正規表現は'''ERE'''<ref group="注">{{lang-en-short|extended regular expression}}</ref>とも呼ばれる。より現代的な拡張正規表現は多くの場合、現在の {{lang|en|UNIX}}のユーティリティで[[コマンドライン]]オプションに「<code>-E</code>」を含めることで使用できる<ref>[http://pubs.opengroup.org/onlinepubs/7908799/xbd/re.html#tag_007_004 {{lang|en|POSIX &gt; Base Definitions > Regular Expressions > Extended Regular Expressions}}]</ref>。

{{lang|en|POSIX}}の拡張正規表現は伝統的な {{lang|en|UNIX}} の正規表現に似ているが、いくつかの点で異なっている。

{|class=wikitable
!基本正規表現!!拡張正規表現
|-
|(対応なし)||<code>+</code>
|-
|(対応なし)||<code>?</code>
|-
|(対応なし)||<code><nowiki>|</nowiki></code>
|-
|<code>\{&hellip;\}</code>||<code>{&hellip;}</code>
|-
|<code>\(&hellip;\)</code>||<code>(&hellip;)</code>
|-
|<code>(</code>||<code>\(</code>
|-
|<code>)</code>||<code>\)</code>
|-
|<code>[</code>||<code>\[</code>
|-
|<code>]</code>||<code>\]</code>
|-
|<code>.</code>||<code>\.</code>
|-
|<code>*</code>||<code>\*</code>
|-
|<code>?</code>||<code>\?</code>
|-
|<code>+</code>||<code>\+</code>
|-
|<code>^</code>||<code>\^</code>
|-
|<code>$</code>||<code>\$</code>
|}

例えば、拡張正規表現「<code>a\.(\(|\))</code>」は文字列「<code>a.)</code>」や文字列「<code>a.(</code>」にマッチする。

==={{lang|en|GNU Emacs}}の正規表現===
{{lang|en|GNU}} <code>find</code>コマンドにおけるデフォルトの正規表現文法としても用いられる。（findutils-4.2.28）

[http://flex.ee.uec.ac.jp/texi/emacs-jp/emacs-jp_53.html GNU Emacs Manual - Regexps]

===Perlの正規表現===
{{lang|en|Perl}}は{{lang|en|POSIX}}の拡張正規表現さえも上回る豊富な文法を持っている。その例として、POSIXとは異なり、Perlの正規表現には「非欲張り量指定子」がある。標準の「<code>*</code>」は、例えば、正規表現「<code>a.*b</code>」の「<code>.*</code>」はできるだけ長い文字列にマッチしようとする。このふるまいを「貪欲」という。たとえば文字列「<code>a bad dab</code>」にマッチさせると、全体にマッチする。これに対し、{{lang|en|Perl}}では使うことができる正規表現「<code>a.*?b</code>」の「<code>.*?</code>」は、マッチするのであれば、できるだけ短い文字列にマッチする。たとえば文字列「<code>a bad dab</code>」に対して「<code>a b</code>」にだけマッチする。これを「非欲張り量指定子」と言う。

また、Perlには以下の定義済み文字クラスがある。

{| class=wikitable
!メタ文字!!マッチする対象
|- align="left"
|<code>\d</code>
|アラビア数字、つまり「<code>[0-9]</code>」
|-
|<code>\D</code>
|アラビア数字以外の文字、つまり「<code>[^\d]</code>」
|-
|<code>\w</code>
|アルファベット、アラビア数字またはアンダーバー、つまり「<code>[a-zA-Z_0-9]</code>」（ロケールに依存し、例えばウムラウト付き文字などの扱いが変わる）
|-
|<code>\W</code>
|アルファベット、数字やアンダーバー以外の文字、つまり「<code>[^\w]</code>」
|-
|<code>\s</code>
|空白文字、つまり「<code>[ \t\n\r\f]</code>」（{{lang|en|ASCII}}文字集合の場合）
|-
|<code>\S</code>
|空白文字以外の文字、つまり、<code>[^\s]</code>
|}

すぐれた機能をもつPerlの拡張正規表現は、多くの[[プログラミング言語]]やソフトウェアで採りいれられている。例えば、[[Java]]のPattern[[クラス (コンピュータ)|クラス]]、[[Python]]、[[Ruby]]などがそうである。しかし、これらがPerlの正規表現と完全に互換である訳ではない。また、[[Perl Compatible Regular Expressions]] (PCRE) と呼ばれる汎用の正規表現ライブラリはアプリケーションに組み込まれ、Perlの正規表現とほぼ互換の機能を提供する。

== 正規表現ライブラリ ==
言語処理系やアプリケーションが正規表現をサポートしていない場合であっても、正規表現に必要な処理を提供する外部ライブラリを導入することで正規表現を使うことができる。以下にその一例を挙げておく。

; [[PCRE]]
: Perl互換のライブラリ。[[Exim]]のために開発され、[[Apache HTTP Server|Apache]]や[[Postfix]]をはじめ、さまざまなソフトウェアに組み込まれている<ref>[http://www.pcre.org/ PCRE - Perl Compatible Regular Expressions]</ref>。
; [[鬼車 (ライブラリ)|鬼車]]
: 正規表現オブジェクトごとに異なる文字エンコーディングを指定できる特徴をもつ。Rubyの1.9系列や[[PHP (プログラミング言語)|PHP]]の5系列に採用されている。[[macOS]]用に検索ウィンドウを追加して移植したOgreKit（Oniguruma Regular Expression Framework for Cocoa）が存在する<ref>[https://github.com/kkos/oniguruma https://github.com/kkos/oniguruma]</ref>。
; [[鬼雲]]
: 鬼車から派生した正規表現ライブラリで、Perl 5.10以降で導入された機能をサポートする。Ruby 2.0以降の標準ライブラリとして利用されている<ref>[https://github.com/k-takata/Onigmo https://github.com/k-takata/Onigmo]</ref>。
; {{仮リンク|re2 (ライブラリ)|label=re2|en|RE2_(software)}}
: PCREなどのバックトラック式ではなく[[オートマトン]]を用いることで、省メモリでマッチングを行うことができる。[[Google]]が内部で利用している。
; GNU Regex
: [[GNU Cライブラリ]]に含まれているため、[[Unix系]]では標準で利用できる。
; Boost.Regex
: [[Boost C++ライブラリ]]による実装。デフォルトでPerl互換の文法が使われる<ref>[https://www.boost.org/doc/libs/1_81_0/libs/regex/doc/html/boost_regex/syntax/perl_syntax.html Perl Regular Expression Syntax - 1.81.0]</ref>が、POSIXや[[ECMAScript]]などの文法プロファイルを任意に選択することもできる<ref>[https://www.boost.org/doc/libs/1_81_0/libs/regex/doc/html/boost_regex/ref/syntax_option_type/syntax_option_type_synopsis.html syntax_option_type Synopsis - 1.81.0]</ref>。[[C++11]]規格にてBoost.Regexのサブセットが標準化された<ref>[https://cplusplus.com/reference/regex/ &lt;regex&gt; - cplusplus.com]</ref><ref>[https://en.cppreference.com/w/cpp/regex Regular expressions library (since C++11) - cppreference.com]</ref><ref>[https://ja.cppreference.com/w/cpp/regex 正規表現ライブラリ - cppreference.com]</ref><ref>[https://cpprefjp.github.io/reference/regex.html regex - cpprefjp C++日本語リファレンス]</ref>。

== 脚注 ==
{{脚注ヘルプ}}
=== 注釈 ===
{{Notelist2}}
=== 出典 ===
<references />

== 参考文献 ==
{{参照方法|date=2023年11月|section=1}}
*{{Cite book|和書|author=Jeffrey E.F. Friedl|others=[[歌代和正]]監訳、[[春遍雀來]]・[[鈴木武生]]共訳|year=1999|month=4|title=詳説正規表現|edition=第1版|publisher=オライリー・ジャパン|isbn=4-900900-45-1 |ref={{SfnRef|Friedl|1999}} }}
**{{Cite book|和書|author=Jeffrey E.F. Friedl|others=[[田和勝]]訳|year=2003|month=5|title=詳説正規表現|edition=第2版|publisher=オライリー・ジャパン|isbn=4-87311-130-7 |ref={{SfnRef|Friedl|2003}} }}
**{{Cite book|和書|author=Jeffrey E.F. Friedl|others=[[ロングテール (企業)|株式会社ロングテール]]・[[長尾高弘]]訳|year=2008|month=4|title=詳説正規表現|edition=第3版|publisher=オライリー・ジャパン|isbn=978-4-87311-359-3|url=https://www.oreilly.co.jp/books/9784873113593/ |ref={{SfnRef|Friedl|2008}} }}
*{{Cite book|和書|author=Jan Goyvaerts|author2=Steven Levithan|others=[[長尾高弘]]訳|year=2010|month=4|title=正規表現クックブック|publisher=オライリー・ジャパン|isbn=978-4-87311-450-7|url=https://www.oreilly.co.jp/books/9784873114507/ |ref={{SfnRef|Goyvaerts|Levithan|2010}} }}

== 外部リンク ==
{{Wikibooks}}
{{Wiktionary|regular expression}}
* [https://developer.mozilla.org/ja/docs/Web/JavaScript/Guide/Regular_expressions 正規表現] - [[MDN Web Docs|MDN （MDN Web Docs）]]{{Ja icon}}・（翻訳版）
* [http://www.kt.rim.or.jp/~kbk/regex/regex.html 正規表現メモ] - sed, grep, perl など様々なソフトの正規表現がまとめられている。{{Ja icon}}

{{Normdaten}}
{{プログラミング言語の関連項目}}

{{DEFAULTSORT:せいきひようけん}}
[[カテゴリ:プログラミング]]
[[カテゴリ:構文解析 (プログラミング)]]
[[カテゴリ:プログラミング言語の構文]]
[[カテゴリ:プログラミング言語の概念]]
[[カテゴリ:コンピュータ言語]]
[[カテゴリ:形式言語]]
[[カテゴリ:表現]]
[[カテゴリ:ケン・トンプソン]]
[[カテゴリ:オートマトン]]
[[カテゴリ:パターンマッチング]]