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、特定の文字の前後にある文字列だけを抜き出したいのですが、どうすればいいですか？」

先生

「それは正規表現の先読みと後読みというテクニックを使うのが一番ですね。」

生徒

「先読み？後読み？なんだか難しそうな名前ですね。パソコンに詳しくない私でも使えますか？」

先生

「大丈夫ですよ。考え方さえ分かれば、文字列の検索が驚くほど便利になります。基本からゆっくり解説していきますね！」

1. 正規表現と先読み・後読みの基本

C#の世界で正規表現（せいきひょうげん）とは、文字列の中に特定のパターンがあるかどうかを探したり、置き換えたりするための便利な道具です。例えるなら、辞書の中から特定の条件に合う言葉を瞬時に見つけ出す魔法のようなものです。

その中でも、先読み（さきよみ）と後読み（あとよみ）は、少し特殊な探し方をします。通常の検索は、見つけた文字そのものを結果として取り出しますが、先読み・後読みは「その文字が前後にあるかどうかを確認するだけ」で、文字そのものは取り出しません。これを専門用語でゼロ幅断言（ぜろはばだんげん）と呼びます。

例えば、「円」という文字の直前にある数字だけが欲しい場合や、「税込」という言葉の直後にある金額だけを知りたい場合に、この技術が活躍します。プログラミング未経験の方にとっては、最初は少し複雑に感じるかもしれませんが、パズルを解くような感覚で進めていきましょう。

2. 先読み（Lookahead）の使い方

先読みは、「これから先（右側）に特定の文字が続いているか」を確認する方法です。記号では(?=パターン)と書きます。これは、右隣にあるものをチラッと確認するイメージです。

例えば、「100円」と「100ドル」という文字列があったとき、「円が続く数字だけを探したい」という場面を想像してください。このとき、先読みを使えば「円」という文字は結果に含めず、数字の「100」だけを抜き出すことができます。

具体的にC#でどのように記述するのか、以下のコードを見てみましょう。C#で正規表現を使うには、System.Text.RegularExpressionsという機能を利用します。


using System;
using System.Text.RegularExpressions;

class Program
{
    static void Main()
    {
        string text = "価格は500円です。";
        // 「円」が後ろに続く数字を探す（先読み）
        string pattern = @"\d+(?=円)";

        Match match = Regex.Match(text, pattern);
        if (match.Success)
        {
            Console.WriteLine("抽出結果: " + match.Value);
        }
    }
}


抽出結果: 500

このコードでは、\d+が数字を意味し、(?=円)が「次に円という文字があること」を条件にしています。結果として「円」という文字は表示されず、数字の「500」だけが取り出されています。

3. 後読み（Lookbehind）の使い方

次は後読みです。これは先読みの逆で、「手前（左側）に特定の文字があるか」を確認します。記号では(?<=パターン)と書きます。自分の背後を振り返って、指定した文字があるかどうかをチェックするイメージです。

例えば、商品の型番が「ID:12345」のように決まっているとき、「ID:」という文字の直後にくる番号だけを取り出したい場合に非常に便利です。もし後読みを使わないと、「ID:12345」と丸ごと取り出されてしまい、後から「ID:」を消す手間が発生してしまいますが、後読みを使えば最初から番号だけを狙い撃ちできます。


using System;
using System.Text.RegularExpressions;

class Program
{
    static void Main()
    {
        string input = "ユーザー名:田中太郎";
        // 「ユーザー名:」が前にある文字列を探す（後読み）
        string pattern = @"(?<=ユーザー名:).+";

        Match match = Regex.Match(input, pattern);
        if (match.Success)
        {
            Console.WriteLine("お名前: " + match.Value);
        }
    }
}


お名前: 田中太郎

ここでは、(?<=ユーザー名:)という記述によって、その直後にある文字.+（何らかの文字が続くという意味）を検索しています。実行結果を見ると、見事に「田中太郎」だけが取得できていますね。

4. 否定の先読みと否定の後読み

これまでは「特定の文字がある場合」を解説しましたが、逆に「特定の文字がない場合」という条件も指定できます。これを否定（ひてい）と呼びます。

否定先読み: (?!パターン) - 次にその文字が来ないことを確認する。
否定後読み: (?<!パターン) - 前にその文字がないことを確認する。

例えば、「Windows」という文字を探したいけれど、「Windows Vista」は除外したい、という高度な検索が可能になります。これを使いこなせると、プログラミングの幅がぐっと広がります。以下の例では、特定の記号がついていない数字だけを取り出してみます。


using System;
using System.Text.RegularExpressions;

class Program
{
    static void Main()
    {
        string data = "100円, $200, 300ポイント";
        // 前に$記号がついていない数字を探す（否定後読み）
        string pattern = @"(?<!\$)\d+";

        MatchCollection matches = Regex.Matches(data, pattern);
        foreach (Match m in matches)
        {
            Console.WriteLine("見つかった数字: " + m.Value);
        }
    }
}


見つかった数字: 100
見つかった数字: 300

このプログラムでは、$マークがついている「200」は無視され、それ以外の数字だけが表示されます。特定の条件を「除外」したいときに非常に役立つテクニックです。

5. C#で正規表現を使うための準備

ここで少し、C#での基本的な書き方をおさらいしましょう。プログラミング未経験の方は、コードの中にある不思議な記号に戸惑うかもしれません。C#で正規表現を扱う際には、以下の3つのステップが基本となります。

名前空間の利用: コードの冒頭に using System.Text.RegularExpressions; と書きます。これで正規表現の道具箱が使えるようになります。
Regexクラス: Regex（リジェックス）という名前の部品を使って、検索の命令を出します。
逐一文字列リテラル: パターンを書くときに @"..." のように @ をつけると、バックスラッシュなどの特殊な文字をそのまま書けるようになるので便利です。

正規表現は非常に強力ですが、書き方を間違えると意図しない結果になることもあります。まずは簡単なパターンから試して、少しずつ慣れていくのが上達の近道です。

6. 実践！複雑な条件での組み合わせ

先読みと後読みは、組み合わせて使うこともできます。例えば、HTMLタグの中に書かれた文字だけを取り出したい場合を考えてみましょう。<span>こんにちは</span>という文字列から「こんにちは」だけを抜き出すには、前にあるタグと後ろにあるタグの両方をチェックする必要があります。


using System;
using System.Text.RegularExpressions;

class Program
{
    static void Main()
    {
        string html = "<title>はじめてのC#正規表現</title>";
        // 前にがあり、後ろにがある場所の文字を抜く
        string pattern = @"(?<=<title>).*?(?=</title>)";

        Match match = Regex.Match(html, pattern);
        if (match.Success)
        {
            Console.WriteLine("タイトル: " + match.Value);
        }
    }
}


タイトル: はじめてのC#正規表現

このように、前後を挟み撃ちにするような検索も、先読みと後読みを使えば一発で解決します。これを使わずに同じことをしようとすると、文字列を分割したり、文字の場所を計算したりと、非常に面倒なプログラミングが必要になってしまいます。

7. よく使う正規表現の記号ガイド

先読み・後読みと一緒に使うと便利な記号を紹介します。これらは、パソコンに慣れていない方でも、暗号解読のように楽しんで覚えられるものです。

記号	読み方・意味	例
\d	数字（0から9まで）	1, 2, 3など
+	1回以上の繰り返し	\d+ で「123」など
.	何でもいい一文字	あ, A, 1など
*	0回以上の繰り返し	.* で「何でも続く」
?	直前の文字があるかないか	あれば一致

これらの記号を組み合わせることで、「3桁の数字」や「メールアドレスのような形式」など、自由自在に文字を探せるようになります。正規表現は、C#以外のプログラミング言語でも共通して使える技術なので、一度覚えると一生モノのスキルになります。

8. エラーを防ぐためのポイント

最後に、正規表現を使うときに初心者がつまずきやすいポイントを解説します。プログラムが動かないときは、以下の内容を確認してみてください。

まず、大文字と小文字の区別です。標準では「A」と「a」は別の文字として扱われます。もし区別せずに探したい場合は、C#のコードで RegexOptions.IgnoreCase という設定を追加する必要があります。

次に、最短一致（さいたんいっち）という考え方です。先ほどのHTMLタグの例で .*? と書きましたが、この ? を忘れると、一番最後のタグまでまとめて一つの塊として探してしまい、思わぬ範囲が抜き出されてしまうことがあります。これを防ぐために「なるべく短く探す」という指定が重要になります。

正規表現は非常に便利ですが、複雑になりすぎると自分でも何を書いたか分からなくなることがあります。そんなときは、コードの中にコメントを残したり、一つずつ分解してテストしたりすることを心がけましょう。一歩ずつ着実に進むことが、プログラミング習得への最短ルートです。