先生と生徒の会話形式で理解しよう

生徒

「C#のプログラムで、文章の中からメールアドレスだけを探したり、特定の言葉を別の言葉に入れ替えたりする方法はありますか？」

先生

「それなら正規表現という便利な道具を使うのが一番ですよ。C#には正規表現を扱うための専用の仕組みが用意されています。」

生徒

「正規表現ってなんだか難しそうですね。初心者でも検索や置換ができるようになりますか？」

先生

「大丈夫です。パズルのようなルールを少し覚えるだけで、驚くほど簡単に高度な文字列操作ができるようになります。さっそく基本から一緒に見ていきましょう！」

1. 正規表現とは何かを学ぼう

正規表現（せいきひょうげん）とは、文字列の中で特定のパターンを表現するための特別な書き方のことです。英語では「Regular Expression」と呼ばれ、プログラミングの世界では「RegEx（レジェックス）」と略されることもあります。パソコンを触り始めたばかりの方には少し聞き慣れない言葉かもしれませんが、非常に強力な検索機能だと考えてください。

例えば、普通の検索機能で「リンゴ」と調べると、文字通り「リンゴ」という言葉しか見つかりません。しかし、正規表現を使うと「数字が３つ並んでいる場所」や「文末にあるカタカナの言葉」といった、曖昧な条件で検索をかけることができるようになります。C#でこの機能を使うには、System.Text.RegularExpressionsという名前の機能の集まりを利用します。

プログラミングにおいて文字列の操作は非常に頻度が高いため、正規表現をマスターすることは、開発の効率を劇的に向上させる鍵となります。最初は呪文のように見えるかもしれませんが、基本的な記号の意味を一つずつ紐解いていけば、決して難しいものではありません。

2. 文字列の中に特定のパターンがあるか確認する方法

まずは、ある文章の中に自分の探したいパターンが含まれているかどうかを調べる方法を解説します。C#ではRegex.IsMatchという命令を使います。「IsMatch」は日本語で「一致するかどうか」という意味です。これを使うことで、条件に合う文字が見つかれば「はい（真）」、見つからなければ「いいえ（偽）」という結果を受け取ることができます。

例えば、入力された文字の中に数字が含まれているかどうかを確認するプログラムを考えてみましょう。正規表現では、数字のことは\dという記号で表します。このような特別な記号をメタ文字と呼びます。


using System;
using System.Text.RegularExpressions;

class Program
{
    static void Main()
    {
        string text = "私の誕生日は10月です。";
        string pattern = @"\d"; // 数字があるか探すパターン

        if (Regex.IsMatch(text, pattern))
        {
            Console.WriteLine("数字が見つかりました！");
        }
        else
        {
            Console.WriteLine("数字は見つかりませんでした。");
        }
    }
}

実行結果は次のようになります。


数字が見つかりました！

上記のコードにある@記号は、C#でバックスラッシュ（￥記号）をそのまま文字列として扱うための魔法の言葉です。正規表現を書くときは、この@を忘れないようにしましょう。これにより、プログラムが誤作動するのを防ぐことができます。

3. 正規表現で使われる基本的な記号の種類

正規表現を使いこなすためには、いくつかの代表的な記号を覚える必要があります。これらは文字そのものを指すのではなく、文字の種類や位置を指定するためのルールです。プログラミング未経験の方でも覚えやすい、よく使われる記号を紹介します。

\d：任意の数字（0から9まで）を指します。
\w：英数字やアンダーバーを指します。
.（ドット）：何でもいいので任意の1文字を指します。
^（ハット）：行の先頭を指します。
$（ダラー）：行の末尾を指します。
[ ]（大括弧）：括弧の中に書いた文字のどれか1つを指します。例えば [abc] なら「aかbかc」です。

これらの記号を組み合わせることで、複雑な条件を作ることができます。例えば「先頭が数字で始まる文章」や「最後が『。』で終わる一文」などをピンポイントで探し出すことが可能になります。一歩ずつ、パズルを組み立てる感覚で慣れていきましょう。

4. 特定の文字列を抽出して取得する方法

「含まれているか」を確認するだけでなく、実際にその部分の文字を抜き出したい場合があります。例えば、名簿の中から電話番号だけをすべて取り出したいときなどです。C#ではRegex.Match（1つだけ取り出す）やRegex.Matches（すべて取り出す）を使います。

抜き出した結果はMatchオブジェクトという箱に入れられて返ってきます。ここには、見つかった文字そのものや、それが文章の何文字目から始まっているかといった情報が詰まっています。次の例では、文章の中から3桁の数字を探して表示してみます。


using System;
using System.Text.RegularExpressions;

class Program
{
    static void Main()
    {
        string input = "エラーコードは404番、または500番です。";
        string pattern = @"\d\d\d"; // 数字が3つ並んでいる部分を探す

        MatchCollection matches = Regex.Matches(input, pattern);

        foreach (Match m in matches)
        {
            Console.WriteLine("見つかった数字: " + m.Value);
        }
    }
}

実行結果は次のようになります。


見つかった数字: 404
見つかった数字: 500

MatchCollectionは、見つかったものを順番に並べて保管してくれるリストのようなものです。foreachという命令を使うことで、見つかった数だけ繰り返し処理を行い、一つずつ画面に表示させることができます。

5. 文字列を置換して書き換える方法

正規表現の真骨頂とも言えるのが、文字列の置換（ちかん）です。置換とは、特定のパターンに当てはまる部分を、別の文字に置き換えることを言います。C#ではRegex.Replaceという命令を使用します。

例えば、文章の中にある大量の空白（スペース）をすべて取り除いたり、不適切な言葉を伏せ字（***など）にしたりする際に非常に便利です。また、データの書式を整える際にもよく使われます。例えば、「2023/10/01」という日付の区切り文字を「2023年10月01日」のように書き換えることも可能です。

ここでは、文章の中にある「半角スペース」が1つ以上連続している場所を、すべてハイフン1つに置き換えるプログラムを作成してみましょう。+という記号は「1回以上の繰り返し」という意味を持ちます。


using System;
using System.Text.RegularExpressions;

class Program
{
    static void Main()
    {
        string original = "C#   Regex   Study";
        string pattern = @" +"; // 1つ以上の半角スペース
        string replacement = "-";

        string result = Regex.Replace(original, pattern, replacement);

        Console.WriteLine("置換前: " + original);
        Console.WriteLine("置換後: " + result);
    }
}

実行結果は次のようになります。


置換前: C#   Regex   Study
置換後: C#-Regex-Study

このように、単純な検索・置換では難しい「空白がいくつあっても1つにまとめる」といった処理も、正規表現ならわずか数行で記述できてしまいます。

6. 繰り返しを表す量指定子の使い方

先ほどの例で登場した+のように、あるパターンが何回繰り返されるかを指定する記号を量指定子（りょうしていし）と呼びます。これを知ることで、正規表現の表現力は一気に広がります。

*（アスタリスク）：0回以上の繰り返し。あってもなくても良く、いくつあっても良い。
+（プラス）：1回以上の繰り返し。最低でも1つは必要。
?（クエスチョン）：0回または1回。あってもなくても良い（最大1つ）。
{n}：ちょうどn回の繰り返し。
{n,m}：n回からm回までの繰り返し。

例えば、日本の郵便番号を検索したい場合は、\d{3}-\d{4}というパターンで表現できます。これは「数字が3回」続き、次に「ハイフン」があり、最後に「数字が4回」続くという意味になります。このように具体的な回数を指定することで、より正確な検索が可能になります。

7. グルーピングと情報の活用

正規表現では、丸括弧( )を使ってパターンの一部をグループとしてまとめることができます。これをグルーピングと呼びます。グルーピングを行うと、マッチした全体の中から、特定の括弧の中身だけを後で取り出すことができるようになります。

例えば「苗字名前」という形式で書かれたデータから、苗字だけを抜き出したい場合に役立ちます。また、置換の際にもグループ化した内容を再利用することができます。次のコードでは、日付の形式をグループ化を使って入れ替えてみましょう。


using System;
using System.Text.RegularExpressions;

class Program
{
    static void Main()
    {
        string date = "2023/05/12";
        // 年、月、日をそれぞれ括弧で囲んでグループ化する
        string pattern = @"(\d{4})/(\d{2})/(\d{2})";
        
        // $1, $2, $3 は、それぞれの括弧に対応する中身を指す
        string replacement = "$1年$2月$3日";

        string result = Regex.Replace(date, pattern, replacement);

        Console.WriteLine("変換前: " + date);
        Console.WriteLine("変換後: " + result);
    }
}

実行結果は次のようになります。


変換前: 2023/05/12
変換後: 2023年05月12日

このように、正規表現は単なる「文字の置き換え」を超えて、文字の構成を組み替える高度な処理も得意としています。データの整形作業が驚くほど楽になるテクニックです。

8. 正規表現を使用する際の注意点とコツ

非常に便利な正規表現ですが、使う際に気を付けるべきポイントがいくつかあります。まず、正規表現は非常に柔軟であるため、パターンを適当に作ってしまうと、意図しない文字まで見つけ出してしまうことがあります。これを「マッチしすぎる」状態と言います。パターンを作成した後は、様々な入力データで正しく動作するかテストすることが大切です。

また、正規表現の処理はコンピュータにとって比較的重い作業になることがあります。非常に長い文章に対して複雑すぎる正規表現を何度も実行すると、プログラムの動きが遅くなってしまう可能性があります。初心者の方は、まずは単純なパターンから使い始め、徐々に複雑なものに挑戦していくのが上達の近道です。

C#で正規表現を扱う際には、大文字と小文字を区別するかどうかを指定するオプション（RegexOptions.IgnoreCaseなど）も用意されています。状況に合わせてこれらの設定を使い分けることで、より親切で使い勝手の良いプログラムを作ることができるようになります。一歩ずつ、楽しみながら学んでいきましょう。