日本語版です。 JavaScriptの正規表現で日本語を扱うときの注意点(\d と全角数字、長音「ー」、半角カタカナ)を、郵便番号などの例で示します。 米国版
正規表現チェッカー
正規表現とテスト文字列を入力して一致した部分を確認します。郵便番号、ひらがな・カタカナ・漢字の範囲、全角数字、半角カタカナなど、日本語でつまずく点の例も示します。
JavaScriptが動作すると、ここにツールが表示されます。
このツールについて正規表現チェッカーとは?
JavaScriptの正規表現では、\d は半角の0~9だけに一致し、u フラグを付けても全角数字「123」には一致しません。\w も半角英数字とアンダースコアだけなので、漢字やかなには一致しません。
日本語の文字の種類は、u フラグを付けて \p{Script=Hiragana}(ひらがな)、\p{Script=Katakana}(カタカナ)、\p{Script=Han}(漢字)で指定できます。ただし長音記号「ー」はカタカナではなく共通の文字なので、カタカナ語をまとめて取るときは [\p{Script=Katakana}ー] のように加えます。
フラグ欄には g(すべて)、i(大文字・小文字を区別しない)、u(Unicode)などを入力します。
- ブラウザーと同じJavaScriptの正規表現エンジン(ECMA-262)
- g、i、m、s、u、yを自由に入れられるフラグ欄
- gを付けないときは、キャプチャーグループの内容も一覧に表示
- 6つのよく使うパターン(メール、電話番号(米国)、URL、IPアドレス、日付(MM/DD/YYYY)、16進カラーコード)
- 一致した箇所の一覧とコピー。ブラウザー内で処理
更新日
正規表現チェッカーの使い方
- 「正規表現パターン」に、前後のスラッシュを付けずにパターンを入れます。「よく使うパターン:」のボタンを押すと、メールアドレスなどの例が入ります。
- 「フラグ」にg(すべての一致)、i(大文字・小文字を区別しない)、u(Unicode)などを入れます。\p{Script=Han}のようなUnicodeプロパティーを使うときはuが必要です。
- 「テスト文字列」に、検索する文章を貼り付けます。
- 「正規表現をテスト」を押すと、「パターンの一致:」と「一致した箇所(n件):」が表示されます。gを付けないと、最初の一致とキャプチャーグループの内容が並びます。
- 一致した箇所は「コピー」で、1行に1つずつコピーできます。
計算例
郵便番号(7桁、ハイフンあり)
入力
正規表現:\d{3}-\d{4}、フラグ:g、テキスト:〒100-8994 東京都千代田区出力
一致:100-8994
日本郵便の郵便番号データでは郵便番号は7桁です。ハイフンなしも許すなら \d{3}-?\d{4} にします。
全角の郵便番号には一致しない
入力
正規表現:\d{3}-\d{4}、フラグ:gu、テキスト:〒100-8994出力
一致なし
全角数字と全角ハイフンは \d や - に一致しません。入力フォームで全角を受け付けるなら、照合の前に半角へ変換するか、[0-90-9] のように両方を書きます。
カタカナ語と長音記号
入力
正規表現:\p{Script=Katakana}+ と [\p{Script=Katakana}ー]+、フラグ:gu、テキスト:コンピューターとサーバー出力
1つ目:コンピュ、タ、サ、バ。2つ目:コンピューター、サーバー
「ー」はカタカナの文字種に含まれないため、1つ目は語が途中で切れます。
半角カタカナを見つける
入力
正規表現:[\uFF66-\uFF9F]+、フラグ:g、テキスト:トウキョウト チヨダク
出力
一致:トウキョウト、チヨダク
日本郵便の郵便番号データでは、フリガナが半角カタカナで入っています。データを取り込む前に半角カタカナが残っていないかを確かめるときに使えます。
主な使い道
入力チェックの確認
郵便番号や電話番号のパターンが、実際のデータに一致するかを試します。
ログからの抽出
貼り付けたログから、IPアドレスやエラーコードを取り出します。
一括置換の前の確認
エディターで置換する前に、パターンが意図した部分だけに一致するかを確かめます。
日本語データの点検
半角カタカナや全角数字が混ざっていないかを調べます。
ヒントと注意点
- \b(単語の境界)は日本語には働きません。日本語の文には単語の間に空白がないためです。
- 全角スペースは \s に一致します。半角スペースだけを対象にするなら [ ] と書きます。
- ひらがなの範囲を [ぁ-ん] と書くと「ゔ」などが漏れます。u フラグ付きの \p{Script=Hiragana} が確実です。
出典と参考資料
- 郵便番号データの説明, 日本郵便株式会社. 郵便番号は7桁。都道府県・市区町村・町域のフリガナは半角カタカナ、文字コードはShift_JIS。
- ECMAScript Language Specification (ECMA-262), RegExp Objects, Ecma International, TC39. \d と \w はASCIIの文字だけ。u フラグ付きで \p{Script=Hiragana} などのUnicodeプロパティーが使える。
よくある質問
ひらがなだけに一致させるには?
u フラグを付けて \p{Script=Hiragana}+ と書きます。「吾輩は猫である」なら「は」と「である」に一致します。漢字は \p{Script=Han}+ で「吾輩」「猫」に一致します。
カタカナの正規表現は?
[\p{Script=Katakana}ー]+(u フラグ)か [ァ-ヴー]+ です。長音記号「ー」を加えないと「コンピューター」が途中で切れます。
全角数字にも一致させるには?
\d は全角数字に一致しないので、[0-90-9] と書くか、照合の前に全角を半角に変換します。
郵便番号の正規表現は?
^\d{3}-?\d{4}$ で、ハイフンありとなしの7桁に一致します。先頭の「〒」も許すなら ^〒?\d{3}-?\d{4}$ にします。
\w で日本語に一致しないのはなぜですか?
JavaScriptの \w は [A-Za-z0-9_] と同じで、漢字やかなを含みません。日本語を含めるなら \p{L}(u フラグ)を使います。
正規表現チェッカーの詳しいガイドはありますか?
はい。「Regular Expressions in JavaScript: A Field Guide for Working Developers」では、背景、仕組み、よくある間違い、計算例を解説しています。 記事を全文読む.
関連ツール
このツールと組み合わせて使える、ブラウザー上で動く無料ツール。