正規表現メモ

最終更新日 2009年5月25日

正規表現は使い慣れれば便利なものですが、ツールによって使える正規表現演算子(メタキャラクタ)に違いがあったりして戸惑うこともあります。そこで、正規表現を扱うツールの代表的なものを幾つか選び、そこで使われている正規表現演算子をまとめてみました。

正規表現入門者/初心者の方へ

正規表現のチュートリアルが、 perlの正規表現チュートリアルにあります。Perl5.8のドキュメントですが、一般的な入門にも使えると思います。

grepで使用できる正規表現
egrepで使用できる正規表現
sedで使用できる正規表現
awkで使用できる正規表現
Perlで使用できる正規表現
Pythonで使用できる正規表現
Rubyで使用できる正規表現
gawk 3.0(以降)で使用できる正規表現
Tcl 8.2.3(以降)で使用できる正規表現
PCREで使用できる正規表現
PHPで使用できる正規表現(mb_ereg)
.NET Frameworkで使用できる正規表現
Java(1.4以降)で使用できる正規表現
POSIX 1003.2での正規表現について
各正規表現演算子の説明
各エスケープシーケンスの説明
各処理系正規演算子一覧表
ある文字列を含まない正規表現

リンク
用語集
参考文献

各種ユーティリティで使える正規表現

grepで使用できる正規表現演算子

GNU grepはデフォルトで以下に挙げるような、 POSIX 1003.2で規定されている Basic Regular Expressionと GNU grepで拡張されているいくつかの正規表現演算子が使えます。これらのうち、\+、\?、\|、\w、\W、\<、\>、\b、\B はGNU grepの拡張であり、 POSIXの規定にはありません。また、他の古い処理系などでは[:alnum:] などの表記が使えないかもしれません。また、GNU grep 2.5以降ではPCREを使った Perl互換の正規表現指定ができます(PCREのリンクを有効にした場合)。 PCREによって使うことのできる正規表現については PCREで使える正規表現または PCRE man pageを参照してください。使用されるモードはMULTILINEモードです。

.
*
^
$
$regexp$
\1 \2 \3 \4 \5 \6 \7 \8 \9
[char-list]
\{n,m\}
\{n,\}
\{n\}
\+
\?
\|
[:alnum:]
[:alpha:]
[:blank:]
[:cntrl:]
[:digit:]
[:graph:]
[:lower:]
[:print:]
[:punct:]
[:space:]
[:upper:]
[:xdigit:]
\b
\B
\<
\>
\w
\W

POSIXのgrepでは、-Eオプションと共に起動した場合には正規表現としてExtended Regular Expressionを受付けるようになります。この場合使用できる演算子には

.
*
+
?
^
$
(regexp)
\1 \2 \3 \4 \5 \6 \7 \8 \9
[char-list]
{n,m}
{n,}
{n}
|
[:alnum:]
[:alpha:]
[:blank:]
[:cntrl:]
[:digit:]
[:graph:]
[:lower:]
[:print:]
[:punct:]
[:space:]
[:upper:]
[:xdigit:]
\b
\B
\<
\>
\w
\W

といったものがあります。POSIX 1003.2では EREで後方参照が使えるとは定義されていませんが、 GNU grep は使用可能です。

egrepで使用できる正規表現演算子

GNU grep を egrepという名前で起動したときに使用できる正規表現演算子は以下のものです。grepに-Eオプションを指定したときと似ていますが、全く同一というわけではありません。また、通常egrepという名前が付けられているものに比べ、使用できる演算子が増えているので注意が必要です。
2003年2月21日付記: GNU grep 2.5では-Eオプション指定時とegrepで起動したときの挙動は同一です。-Eオプション指定時の動作については前の項を参照してください(2.4あたりでこうなったようです)。

.
*
+
?
^
$
(regexp)
\1 \2 \3 \4 \5 \6 \7 \8 \9
[char-list]
|
[:alnum:]
[:alpha:]
[:blank:]
[:cntrl:]
[:digit:]
[:graph:]
[:lower:]
[:print:]
[:punct:]
[:space:]
[:upper:]
[:xdigit:]
\b
\B
\<
\>
\w
\W

sedで使用できる正規表現演算子

POSIX 1003.2で規定されているsedでは、以下の演算子が使用できます。

.
*
^
$
$regexp$
\1 \2 \3 \4 \5 \6 \7 \8 \9
[char-list]
\{n,m\}
\{n,\}
\{n\}
[:alnum:]
[:alpha:]
[:blank:]
[:cntrl:]
[:digit:]
[:graph:]
[:lower:]
[:print:]
[:punct:]
[:space:]
[:upper:]
[:xdigit:]

GNU sedでは上記のものに加えて、以下のものが使えます。

付記: GNU sed 4.0.5ではオプション指定によりEREを使えるようになります(使えるEREはGNU のegrepと同じ)。
GNU sed 4.1.2 ではオプション指定によりPerl5互換の正規表現を使えるようになります(有効にしてコンパイルした場合)。また、正規表現演算子として\sと\Sが使えるようになっています。

awkで使用できる正規表現演算子

.
*
+
?
^
$
(regexp)
[char-list]
|

awkでの注意事項
処理系によっては、/[/]/のように、文字クラス指定中に/を置くとエラーとなる場合があります。これはそういった文字クラスの中に置かれた /を、正規表現をくくる/と取り違えるのが原因です。このばあい、/を\ を使ってエスケープする必要があります。
補足: gawk 3.0.x 以降では、扱える正規表現が拡張されました。詳しくはgawk 3.0以降で使用できる正規表現演算子を参照してください。

Perlで使用できる正規表現演算子

簡単なリファレンスがperlreref にあります。またチュートリアルがあります。

特記事項 → Perlに関する特記事項

.
*
+
?
^
$
(regexp)
\1 \2 \3 \4 \5 \6 \7 \8 \9
[char-list]
{n,m}
{n,}
{n}
|
\w
\W
\s
\S
\d
\D
\A
\Z
\z
\b
\B
\G
(?# text)
(?:regexp)
(?=regexp)
(?!regexp)
*?
+?
??
{n,m}?
{n,}?
{n}?
(?imsx-imsx:pattern)
(?imsx-imsx)
(?<=pattern)
(?<!pattern)
(?{ code })
(?>pattern)
(?(condition)yes-pattern|no-pattern)
(?(condition)yes-pattern)

以下はPerl5.6で追加されたものです。詳しくは Perl5.6のドキュメントもしくはそれ以降のバージョンのドキュメントを参照してください。

(??{ code })
\p{property-name}
\P{property-name}
\X
\C
\N{name}

文字クラス

POSIXクラス名	プロパティ名
[:alnum:]	\p{IsAlnum}
[:alpha:]	\p{IsAlpha}
[:ascii:]	\p{IsAscii}
[:blank:]	\p{IsBlank}
[:cntrl:]	\p{IsCntrl}
[:digit:]	\p{IsDigit}
[:graph:]	\p{IsGraph}
[:lower:]	\p{IsLower}
[:print:]	\p{IsPrint}
[:punct:]	\p{IsPunct}
[:space:]	\p{IsSpace}
[:upper:]	\p{IsUpper}
[:word:]	\p{IsWord}
[:xdigit:]	\p{IsXdigit}
[:^alnum:]	\P{IsAlnum}
[:^alpha:]	\P{IsAlpha}
[:^ascii:]	\P{IsAscii}
[:^blank:]	\P{IsBlank}
[:^cntrl:]	\P{IsCntrl}
[:^digit:]	\P{IsDigit}
[:^graph:]	\P{IsGraph}
[:^lower:]	\P{IsLower}
[:^print:]	\P{IsPrint}
[:^punct:]	\P{IsPunct}
[:^space:]	\P{IsSpace}
[:^upper:]	\P{IsUpper}
[:^word:]	\P{IsWord}
[:^xdigit:]	\P{IsXdigit}

\x{}

\pは後続する名前のクラス(プロパティ、スクリプト、ブロック)に属する文字にマッチし、 \Pは後続する名前のクラスに属さない文字にマッチします。クラスの名前が一文字のときはブレースを省略できます。クラス名に"^"を前置することにより否定形の指定を行うことも可能です。

Perl5.8では(5.6でも使えたようです)\pや￥Pで始まるプロパティ指定は標準Unicode属性も可能です。詳しくはperlunicode を参照してください。日本語による説明がUnicode standardにもあります。

Perl 5.8ではユーザーが任意のプロパティを作成することができます(IsまたはInを必ず前置)。詳しくは perlunicodeを参照してください。一例をあげると

    sub InKana {
        return <<END;
    3040\t309F
    30A0\t30FF
    END
    }

というサブルーチンを定義することによって、ひらがなもしくはカタカナにマッチするプロパティInKanaを使用することが可能になります。perl 5.8.5ではこのサブルーチン定義において intersection機能を使うことが可能となりました。詳しくは perlunicode585を参照してください。

近々のリリースが予定されている Perl 5.10.0 では、 5.8までのものに加えさらに拡張がなされています。基本的にはPerl 6のRulesで導入される機能の先取りが主です。詳しくは perlre - Perl 正規表現など。

バックトラックをしない強欲な量指定子
- ?+
- *+
- ++
- {n,m}+
- {n,}+
- {n}+
相対位置による後方参照と名前による参照
- \g
- \g{*DIGIT*}
- \g{*NAME*}
- \k<*NAME*>
- (?'NAME'pattern)
- (?<NAME>pattern)
- \k<NAME>
- (?&NAME)
- (?P<NAME>pattern)
- (?P=NAME)
- (?P>NAME)
- \k'NAME'
\K
\h
\H
\R
\v
\V
(?pimsx-imsx)
再帰的構造の正規表現で使用
- (?PARNO)
- (?-PARNO)
- (?+PARNO)
- (?R)
- (?0)
バックトラックを制御する表明
- (*PRUNE)
- (*PRUNE:NAME)
- (*SKIP)
- (*SKIP:NAME)
- (*MARK:NAME)
- (*:NAME)
- (*THEN)
- (*THEN:NAME)
- (*COMMIT)
- (*FAIL)
- (*F)
- (*ACCEPT)

Perl6で導入されるであろう正規表現(Rules)は Perl6 Rules（新たな正規表現）に簡潔にまとめられています。それ以外にも Perl6 黙示録 5 (日本語訳) Exegesis 5 (日本語訳) Synopsis 5 (日本語訳) で詳しく述べられています。

Pythonで使用できる正規表現演算子

Python 1.5から、新たに re という正規表現モジュールが提供されるようになりました(regexモジュールは既存のスクリプトのために残されているだけだそうです)。基本的にはperl5で採用されているものとほぼ同一ですが、幾つかの固有の拡張があります。詳しくは Python reモジュールで使える正規表現演算子を参照してください。
組み込みモジュール re にもドキュメントがあります。

特記事項 → Pythonに関する特記事項

.
*
+
?
^
$
(regexp)
[char-list]
{n,m}
{n,}
{n}
|
\1 \2 \3 \4 \5 \6 \7 \8 \9 \g<num>
\w
\W
\s
\S
\d
\D
\A
\Z
\b
\B
*?
+?
??
{n,m}?
{n,}?
{n}?
(?P<name>...)
(?P=name), \g<name>
(?#...)
(?=...)
(?!...)
(?iLmsx)
(?<=pattern)
(?<!pattern)

正規表現コンパイル時に指定できるオプションもあります。 Python 2.4 から以下のものが使えるようです。Perlとは異なり、conditionの部分には名前つきパターンのグループ名も可能なようですが、先読み、後読み等の指定はできないようです。

(?(condition)yes-pattern|no-pattern)
(?(condition)yes-pattern)

Ruby で使用できる正規表現演算子

Perl5とほぼ同等の正規表現が使えます。詳しいドキュメントは Ruby リファレンスマニュアル - 正規表現にあります。 Perl5との大きな違いは、後読み(戻り読み)がないことです(ただし、鬼車を正規表現エンジンとして組み込んでいる1.9.0では可能)。

特記事項 → Rubyに関する特記事項

.
*
+
?
^
$
(regexp)
\1 \2 \3 \4 \5 \6 \7 \8 \9
[char-list]
{n,m}
{n,}
{n}
[:alnum:]
[:alpha:]
[:alnum:]
[:blank:]
[:cntrl:]
[:digit:]
[:graph:]
[:lower:]
[:print:]
[:punct:]
[:space:]
[:upper:]
[:xdigit:]
|
\w
\W
\s
\S
\d
\D
\A
\Z
\z
\b
\B

(?# text)
(?:regexp)
(?=regexp)
(?!regexp)
(?imx-imx:pattern)
(?imx-imx)
*?
+?
??
{n,m}?
{n,}?
{n}?
\G
(?>pattern)

正規表現コンパイル時に指定できるオプションもあります。 Ruby1.9では新しい正規表現エンジン鬼車が組み込まれました。これに伴い、いくつかの拡張、違いが存在します。詳しくは鬼車正規表現を参照してください。戻り読み、名前によるキャプチャが使えるようになっています。

gawk 3.0以降で使用できる正規表現演算子

.
*
^
$
(regexp)
\1 \2 \3 \4 \5 \6 \7 \8 \9
[char-list]
{n,m}
{n,}
{n}
[:alnum:]
[:alpha:]
[:alnum:]
[:blank:]
[:cntrl:]
[:digit:]
[:graph:]
[:lower:]
[:print:]
[:punct:]
[:space:]
[:upper:]
[:xdigit:]
|
\y
\B
\`
\'
\<
\>
\w
\W

{n, m}はデフォルトでは使えません。コマンドラインオプションで --re-intervalか--posixを指定する必要があります。また、--traditional, --re-interval, --posixを指定した場合はそれぞれ受け付ける正規表現演算子が異なります。詳しくはマニュアルを参照してください(後述のリンク参照)。
特記事項:
gawk 3.0.0以降、それまでのバージョンのものとは異なり "." が 改行にもマッチするように仕様が変更されました。 gawk 3.0に関しては http://www.kt.rim.or.jp/~kbk/gawk-30/index.html にマニュアルの邦訳があります。

Tcl 8.2.3(以降)で使用できる正規表現演算子

8.1になってPerl5ライクな正規表現が使えるようになっています。

.
*
+
?
^
$
(regexp)
\1 \2 \3 \4 \5 \6 \7 \8 \9
[char-list]
[:alnum:]
[:alpha:]
[:blank:]
[:cntrl:]
[:digit:]
[:graph:]
[:lower:]
[:print:]
[:punct:]
[:space:]
[:upper:]
[:xdigit:]
[.char-seq.]
[=char=]
{n,m}
{n,}
{n}
|
\w
\W
\s
\S
\d
\D
\A
\Z
(?:regexp)
(?=regexp)
(?!regexp)
(?# text)
*?
+?
??
{n,m}?
{n,}?
{n}?
\u
\U
\m
\M
\y
\Y
[[:<:]]
[[:>:]]

メタ構文。 (?bc)regexp のように使います。複数同時に指定することが可能です。

b 残りの正規表現をBREとして扱う
c 大小文字の違いを意識したマッチングを行う(デフォルト)
e 残りの正規表現をEREとして扱う
i 大小文字の違いを無視してマッチングを行う
m nと同義
n 改行に敏感なマッチング
p 部分的に改行に敏感なマッチング
q 残りの正規表現をリテラルとして扱う
s 改行に敏感でないマッチング(デフォルト)
t 簡潔な文法(デフォルト)
w weird マッチング
x 拡張文法

正規表現が以下のシーケンスで始まっていた場合、解釈に違いが出ます。

***: 残りの正規表現をAREとして解釈する
***= 残りの正規表現をリテラルとして解釈する

詳しくは re_syntax をどうぞ。日本語のドキュメントが Tcl 8.4.1 マニュアルビルトインコマンドリファレンス re_syntax にあります。

PCRE(ver 4.x)で使用できる正規表現演算子

PCRE(Perl-compatible regular expressions) はPerl 5.8にほぼ準じた正規表現が使えます。いろいろな処理系でライブラリとして使われています。

.
*
+
?
^
$
(regexp)
\1 \2 \3 \4 \5 \6 \7 \8 \9
[char-list]
{n,m}
{n,}
{n}
|
\w
\W
\s
\S
\d
\D
\A
\Z
\z
\b
\B
\G
(?# text)
(?:regexp)
(?=regexp)
(?!regexp)
*?
+?
??
{n,m}?
{n,}?
{n}?
(?imsx-imsx:pattern)
(?imsx-imsx)
(?<=pattern)
(?<!pattern)
(?>pattern)
(?(condition)yes-pattern|no-pattern)
(?(condition)yes-pattern)
(?R)
(?P<name>...)
\x{}(UTF-8 モードの場合のみ)
*+
++
?+
{n,m}+
{n,}+
{n}+
[:alnum:]
[:alpha:]
[:blank:]
[:cntrl:]
[:digit:]
[:graph:]
[:lower:]
[:print:]
[:punct:]
[:space:]
[:upper:]
[:word:]
[:xdigit:]
\C
(?P=name), \g<name>
<(?num)>
(?P>name)
(?(R)...)

PCREのPOSIXキャラクタクラス指定では"^"を前置した否定形も使用することができます(ex: [^:digit:])。

PCRE 5.0ではUnicodeプロパティが使えます(有効にしてコンパイルした場合)。その場合に使用できるプロパティは以下の表の通りです。使用する場合、 \p{Ll}、\P{Lu}のようにします(\pは指定するプロパティに含まれるキャラクタ、 \Pは指定するプロパティに含まれないキャラクタにマッチします)。 Perlと同様、\p{^Lu}のような否定形の指定も可能です。 \p,\Pに続くプロパティ指定が一文字である場合、ブレースは省略可能です。また、\Xというエスケープシーケンスも使えます。これは (?>\PM\pM*) と等価です(アクセントつきの文字などの指定です)。

PCRE 5.0で使えるUnicodeプロパティ
表記	意味
C	Other
Cc	Control
Cf	Format
Cn	Unassigned
Co	Private use
Cs	Surrogate
L	文字
Ll	小文字
Lm	Modifier letter
Lo	Other letter
Lt	Title case letter
Lu	大文字
M	Mark
Mc	Spacing mark
Me	Enclosing mark
Mn	Non-spacing mark
N	数字
Nd	十進数字
Nl	Letter number
No	Other number
P	Punctuation
Pc	Connector punctuation
Pd	Dash punctuation
Pe	Close punctuation
Pf	Final punctuation
Pi	Initial punctuation
Po	Other punctuation
Ps	Open punctuation
S	Symbol
Sc	Currency symbol
Sk	Modifier symbol
Sm	Mathematical symbol
So	Other symbol
Z	Separator
Zl	Line separator
Zp	Paragraph separator
Zs	Space separator

お断り:
PCREは、2007年10月10日時点で7.2までバージョンが上がっています。色々追加されているものもあるのでこの情報は少々古いです。内容に関しては最新バージョンに即して近々更新するつもりです。

PHP で使用できる正規表現演算子(mb_ereg)

マルチバイト対応PHPには三種類の正規表現ルーチンがありますが、ここではマルチバイト文字対応のmb_eregにしぼって列挙します。 Rubyの正規表現ルーチンを使っているので、Rubyのものと基本的には同じです。 preg_*関数群はPCREを使っているので使える正規表現はPCRE に準じます。ereg_*で使える正規表現はPOSIX ERE と [[:<:]]、[[:>:]] のようです(Henry Spencer作のライブラリらしい)。

.
*
+
?
^
$
(regexp)
\1 \2 \3 \4 \5 \6 \7 \8 \9
[char-list]
{n,m}
{n,}
{n}
[:alnum:]
[:alpha:]
[:alnum:]
[:blank:]
[:cntrl:]
[:digit:]
[:graph:]
[:lower:]
[:print:]
[:punct:]
[:space:]
[:upper:]
[:xdigit:]
|
\w
\W
\s
\S
\d
\D
\A
\Z
\z
\b
\B
\<
\>

(?# text)
(?:regexp)
(?=regexp)
(?!regexp)
(?imx-imx:pattern)
(?imx-imx)
*?
+?
??
{n,m}?
{n,}?
{n}?
\G
(?>pattern)

PHP 5.0では新しいマルチバイト対応正規表現エンジンとして鬼車が組み込まれました。鬼車についての詳細は鬼車正規表現を参照してください。PHP 5.0で使われている鬼車のバージョンは2.2.4のようです。

PHPの正規表現に関する幾つかの注意事項

ereg はマルチバイト文字対応をしていません。
ereg は \d \w のようなPerl5以後の拡張に見られるメタ文字を一切サポートしていません
ereg は文字クラス指定のブラケットの中でエスケープを目的として \ を使うことはできません
mb_ereg はマルチバイト文字対応していますが、正しく使うためには使用している文字エンコーディングを適切に設定しなければなりません。
mb_eregでは、置換の際に後方参照として $1, $2 のように$による指定ができません。
pregはマルチバイト文字対応していますが使えるのはUTF-8のみで、 UTF-8使用時は修飾子として u を指定する必要があります。

.NET Frameworkで使用できる正規表現

.
*
+
?
^
$
(regexp)
\1 \2 \3 \4 \5 \6 \7 \8 \9
[char-list]
{n,m}
{n,}
{n}
|
\w
\W
\s
\S
\d
\D
\A
\Z
\z
\b
\B
\G
(?# text)
(?:regexp)
(?=regexp)
(?!regexp)
*?
+?
??
{n,m}?
{n,}?
{n}?
(?imsnx-imsnx:pattern)
(?imsnx-imsnx)
(?<=pattern)
(?<!pattern)
(?>pattern)
(?(condition)yes-pattern|no-pattern)
(?(condition)yes-pattern)
(?P<name>...)
(?<name>)
(?<name1-name2>)
\p{name}, \P{name}

特記事項 → NETの正規表現に関する特記事項

コンパイル時に指定できるオプションもあります。詳しくは .NET Framework の正規表現を参照してください。

Java(1.4以降)で使用できる正規表現

.
*
+
?
^
$
(regexp)
\1 \2 \3 \4 \5 \6 \7 \8 \9
[char-list]
{n,m}
{n,}
{n}
|
\w
\W
\s
\S
\d
\D
\A
\Z
\z
\b
\B
(?# text)
(?:regexp)
(?=regexp)
(?!regexp)
*?
+?
??
{n,m}?
{n,}?
{n}?
*+
++
?+
{n,m}+
{n,}+
{n}+
(?idmsxu-idmsxu:pattern)
(?idmsxu-idmsxu)
(?<=pattern)
(?<!pattern)

特記事項 → Javaの正規表現に関する特記事項

コンパイル時に指定できるオプションもあります。詳しくは Pattern (Java2 プラットフォーム SE v1.4.0を参照してください。

POSIX 1003.2

POSIX 1003.2での正規表現について

POSIX 1003.2では、二種類の正規表現 Basic Regular Expression (以下BRE)と Extended Reuglar Exression(以下ERE)が定められています。 BREを使用するユーティリティには、ed, ex, vi, more, sed, grepなど、 EREを使用するユーティリティには awk, egrep があります。 Regular Expressoionsや POSIX 1003.2 regular expressionsに説明があります。

BRE で使える正規表現演算子(メタキャラクタ)は以下の通りです。

[=char=]
[:classname:]
[.char-seq.]
[char-list]
$regexp$
*
\{n,m\}
\{n\}
\{n,\}
^
$
.

EREで使える正規表現演算子(メタキャラクタ)は以下の通りです。

[=char=]
[:classname:]
[.char-seq.]
[char-list]
(regexp)
*
+
?
{n,m}
{n}
{n,}
^
$
|
.

正規表現演算子

各正規表現演算子の説明

.

任意のキャラクタ一文字とマッチします。処理系やオプション指定によって、これが改行にマッチするものとしないものがあります。POSIX 1003.2では改行にもマッチするように規定されているようです。

幾つかの処理系でのオプション指定をまとめました →

*

演算子の直前に置かれている部分正規表現の可能な限り大きい繰り返しにマッチします。繰り返しの回数は0回でもかまいません。例を挙げると、

fo*

は、foにもfooにもマッチしますし、f(oが一個もない)にもマッチします。一般的には

  (foo)*

のように繰り返しの対象となるものは部分正規表現でも受け付けられますが、処理系によっては文字の繰り返ししか認めていないものもあります。

*?

*と同様ですが、マッチングがものぐさ (lazy。non-greedy(慎ましやか)などの表現が使われることもあります)に行われる点が異なります。 (参照: “ものぐさなマッチングとは”)

+

\+

*と似ていますが、直前にある部分正規表現の一回以上の繰り返しにマッチします。つまり、 wh+y という正規表現は、why や whhhyにはマッチしますが、*とは違って、 wyとはマッチしません。 \+は、GNU grepやGNU sedで用いられるこれと等価な演算子です。これは他の処理系では使えないでしょう。

+?

+と同様ですが、マッチングがものぐさ (lazy。non-greedy(慎ましやか)などの表現が使われることもあります)に行われる点が異なります。 (参照: “ものぐさなマッチングとは”)

?

\?

直前にある部分正規表現、もしくは空文字列にマッチします。 \?は、GNU grepやGNU sedで用いられるこれと等価な演算子です。これは他の処理系では使えないでしょう。

??

?と同様ですが、マッチングがものぐさ (lazy。non-greedy(慎ましやか)などの表現が使われることもあります)に行われる点が異なります。 (参照: “ものぐさなマッチングとは”)

|

\|

これら二つの演算子は、選択を行なうためのものです。演算子の左右に置かれた部分正規表現のいずれかにマッチします。 ^X|0 は先頭にXがある文字列か、0を含む文字列にマッチします (^と|は両方とも正規表現演算子ですが、その優先順位は ^が上のため、このような解釈になります)。 \|は、GNU grepやGNU sedで用いられる等価な演算子です。これは他の処理系では使えないでしょう。

[char-list]

[]の中に置かれた文字のいずれかにマッチします。これはキャラクタクラスなどと呼ばれます。[ABC]という指定は、A, B, Cのいずれかにマッチします。連続したキャラクタ群を指定する場合、その群の先頭と終端を -で繋いだ形で指定することができます。たとえば、[ABCDEFG]は [A-G]と等価な指定です。ここでの順序はlocaleによって定められた順序に従います。あるlocaleでは[a-z]に大文字の大部分が含まれたりする場合があります。たとえば GNU/Linux の en_US localeでは、
a A b B c C d D ... x X y Y z Z という並びになります。

[の直後に^がきていた場合には意味が逆になり、指定したキャラクタ群の補集合、つまり []内に置かれた文字以外の文字にマッチするということになります。たとえば[^ABC]という正規表現は A, B, C 以外のキャラクタにマッチします。範囲指定の終端と始点を共有する[a-c-e]のような指定をしたときの動作は未定義です。

キャラクタクラスの中では多くのメタキャラクタがその意味を失います。特に、伝統的なegrepでは、[]の中では\によるエスケープも効きません (\自体もその特殊な意味を失ってしまう)。そういった場合に ]や^、-といった[]内で特殊な意味を持つキャラクタをクラスに含めたいときには []^-]のように記述します。つまり、^は [の直後以外に、]は[の直後(補集合を指定しているときには^の直後)に置き、-はリストの最後に置くというやり方を使います。

最近の処理系では\によるエスケープや\を使ったメタキャラクタ(\wや\sなど)が有効なものが多いようです。逆に、鬼車などでは[や-、]をキャラクタクラスに含めるときはそれらをエスケープすることが推奨されています。

鬼車(やSunのJavaの正規表現パッケージ)では、キャラクタクラスの集合演算が可能です。詳しくは鬼車正規表現の文字集合の項を参照してください。

よくある勘違い
[^foo]bar という正規表現は、「fooではない文字列に続いてbarという文字列が続くもの」ではありません。「fでもoでもない文字に続いてbarという文字列が続いたもの」です。[]で囲んだものが表しているのは文字列ではなく文字の集合(その中に含まれる/含まれない文字のどれか) だということに注意してください。

よくある勘違いその2
前述した通り、ブラケットに囲まれている中ではほとんどのメタキャラクタはその特殊な意味を失います。したがって、 [^(foo)]bar という正規表現もまた、「fooではない文字列に続いてbarという文字列が続くもの」ではありません。「fでもoでも(でも)でもない文字に続いて barという文字列が続いたもの」です。 []の内側では、文字列や(より小さな)正規表現要素をまとめるというカッコの特別な意味は失われてしまうということに注意してください。

ではどうすれば?
Perl 5拡張が使えるのなら、戻り読みで対処できます。そうでない場合はある文字列を含まない正規表現を応用して頑張ってください。

陥りやすい罠
[亜-腕]とか [弌-熙] とか [亜-熙]といったものは、それぞれ「JIS第一水準の範囲の漢字」や「JIS第二水準の漢字」、「漢字」を表すものとして使われることが多いものですが、 Unicodeをベースとしているシステムの場合 (5.8以降のuse encodingしたPerlなど)、このような表記をしても期待通りの動作をすることはありません。なぜなら、Unicode (or ISO 10646/JIS X 0221)では漢字の並べ方がこれまで用いられてきたJIS X 0208 のそれとは異なるためです。

(regexp)

$regexp$

(と)で囲むことにより、ある一部分の文字列や正規表現をひとまとめに扱うことができます。たとえば(bang)+という正規表現は、bangやbangbang、bangbangbang という文字列にマッチします。bang+としたときとどのように違うかを確かめてみてください。

は、sed、grep、ed等 BREで使用される書き方で、働きは()と同じですが、 BREでは後方参照を行うための指定にもなります。 GNU grepの-Eオプション指定時では()も同様の働きをしますが、POSIX 1003.2 で規定されているEREでは後方参照が使えるという記述はありません。

{n,m}

{n,}

{n}

\{n\}

\{n,\}

\{n,m\}

m、nにはそれぞれ数値が入ります。数字が nだけの場合は、ちょうどn回の繰り返しの指定になります。{n,}という形の場合ではn回以上の繰り返し、{n,m}では nは繰り返しの下限、mは上限の指定となります。たとえば{3,5}では(直前の正規表現の)3回から5回の繰り返しになります。ですから、

hel{3,5}o

は helllo, hellllo, helllllo にマッチしますが、helloにはマッチしません。 \{\}はsed、grep等で使用される書き方で、働きは{}と同じです。

繰り返しの回数は処理系ごとに制限があります。最も厳しい場合で255回程度が最大値となります。あまり大きな数字は使えないと考えたほうが良いでしょう。また、負の数を指定することは許されません。最大値ですが、PerlやRuby1.8で32766、GNU grepやGNU sedで32767、 PCREで65535あたりです。(Pythonでは4294967295(32bitの無符号整数の最大値) まで可能?)

{m,n}?

{n,}?

{n}?

{m,n}等と同様ですが、マッチングがものぐさ(non-greedy)に行われる点が異なります。

^

文字列の先頭にマッチします。^cryptは cryptにマッチしますが、 encryptにはマッチしません。処理系やモードによっては文字列中の改行の直後(つまり行の始め)にもマッチします。

$

文字列の末尾にマッチします。たとえば go$はgoとマッチしますが、 goldにはマッチしません。処理系やモードによっては文字列中の改行の直前(つまり行の終わり)にもマッチします。これは「アンカー」であり、改行を表す文字そのものにマッチするのではないということに注意してください。

\<

\m,[[:<:]]

“単語”の先頭にマッチします。たとえば \<away は awayにマッチしますが、farawayにはマッチしません。

Tclでは\mまたは[[:<:]]を使います。

\>

\M,[[:>:]]

“単語”の末尾にマッチします。ですから、gnu\>はgnuにマッチしますが、cygnusにはマッチしません。

Tclでは\Mまたは[[:>:]]を使います。

[:classname:]

POSIX1003.2ではキャラクタクラス指定のときに、名前によるキャラクタークラスの指定ができるようになりました。現在決められているものとそれぞれ意味は次のようになっています。これらのほかにそのときのロカールによって、ロカール依存のキャラクタクラスが使える場合があります。

POSIXキャラクタクラス
クラス名	意味
[:alnum:]	アルファベットと(十進)数字
[:alpha:]	アルファベット
[:blank:]	空白文字(スペース、タブ等)
[:cntrl:]	制御文字
[:digit:]	十進数字
[:graph:]	印字可能かつ表示可能な文字(スペースは印字可能だが表示可能ではない)
[:lower:]	アルファベットの小文字
[:print:]	印字可能なキャラクタ(=制御文字以外のキャラクタ)
[:punct:]	句読点(通常の文字、数字、制御文字、スペースのいずれでもないキャラクター)
[:space:]	スペース、タブ、改ページ
[:upper:]	アルファベットの大文字
[:xdigit:]	十六進数字

これらは実際に使用するときには[[:lower:]]のような形になります (ブラケットが二重になることに注意してください)。キャラクタークラスの名称は、Cライブラリ関数のisxxx(ここで、 xxxには上記のキャラクタークラスの名称が入ります)で識別されるのと同じ集合を表します。[^:alnum:]のような否定形を使える処理系もあります。

注意すべきこととして、これらが実際に使用時に表す文字集合は、その時点におけるロカール(locale)に影響される可能性があるということです。例えば、ASCIIの場合には [A-Z]と[[:upper:]]、 [A-Za-z]と[[:alpha:]]などはそれぞれまったく同じ集合を表しますが、非ASCII環境においては、[A-Z]がASCIIと同じ集合を表すのに対して、ウムラウトやアクサングラーブなどがついた文字が [[:...:]]の方には含まれる可能性があります。更に言えば、EBCDICなどの環境にあっては[A-Z]が正しく「AからZまでの大文字」という集合を表さない可能性があるのに対し、[[:upper:]]はそうではありません。

Perl(5.6以降)および PCRE には[:word:] (単語構成文字にマッチ)があります。

幾つかのドキュメントで、[:blank:]がGNU拡張であるという記述がありますが、手元にあるPOSIX 1003.2のドキュメントには[:blank:]の項目があります。また、LC_CTYPEの設定により任意のキャラクタクラスを認識するようにしても良いことになっています。

\w

“単語”を構成するキャラクタ、つまり文字と数字それにアンダースコアのいずれかにマッチします。これは[[:alnum:]]と同じ意味になります。

\W

“単語”を構成するキャラクタ以外のキャラクタのいずれかにマッチします。これはこれは[^[:alnum:]](もしあれば[[^:alnum:]])と同じ意味になります。

\b

\y

“単語”の先頭、あるいは末尾にマッチします。言い換えれば、 “語の区切り”とマッチするということです。たとえば \bball\bは、前後に空白のある ball にはマッチしますが、baseballにはマッチしません。

gawk 3.0.xでは、\bがバックスペースを表すエスケープシーケンスと衝突するため、この演算子は \y となっています。Tclでも\yを使います。

\B

\Y

“単語”の中にある空文字列にマッチします。例を挙げると、 \Bgnu\Bは cygnus にはマッチしますが、gnuにはマッチしません。

一部の実装を除き、"a "(aの後に空白二つ)が" \B "にマッチするようです(単語の境界にない空文字列にマッチ)。

Tclでは\Yを使用します。

\d

perl等で使用されるもので、[0-9]と同じ意味、つまり任意の十進数字とマッチします。

\D

\dと似ていますが、意味は[^0-9]、つまり十進数字以外の任意の一文字とマッチします。

\s

「空白」一文字とマッチする正規表現演算子です。

\S

「空白以外」の一文字とマッチする正規表現演算子です。

\C

常に「1バイト」にマッチします。

\X

基本文字に続く任意個の合成文字で表されるUnicodeキャラクタにマッチします。

\A

^と似た働きをしますが、大きな違いは ^が文字列中に埋め込まれた改行の直後にもマッチする場合があるのに対して、この演算子は常に文字列の先頭にのみマッチするということです。

\Z

$と似ていますが、異なるのは$が文字列中に埋め込まれた改行の直前にもマッチすることがあるのに対して、この演算子は基本的には文字列の末尾にのみマッチするという点です。ただし文字列の最後の文字が改行であるとき、\Zは最後の改行の直前にマッチします。したがって

   foo\Z

は

   foo\n

(ここで\nは埋め込みの改行)にはマッチしますが、

   foo\n\n

にはマッチしません。

\z

Perl 5.005で導入されたもので、\Zと似ていますが、\Zが文字列末尾の改行の直前にもマッチするのに対して、この演算子は文字列の末尾にのみマッチするという点が異なります。

\G

文字列の先頭もしくは(グローバル指定時の)前のマッチが終了した位置にマッチします。

\`

バッファの先頭にマッチします。^は処理系によっては改行の直後にもマッチしますが、この演算子はそういった場所にはマッチしません。

\'

バッファの末尾にマッチします。$は処理系によっては改行の直前にもマッチしますが、この演算子はそういった場所にはマッチしません。

\1 \2 \3 \4 \5 \6 \7 \8 \9

これらはそれに先行して現れた(または())で囲まれた部分正規表現に実際にマッチしている文字列を表します。\に続く数字は、正規表現全体の中でそれが現れた順番を示します。たとえば\1は最初に現れた部分正規表現に対する参照であり、\7であれば七番目のものです。この指定は、Perl、Ruby、Tcl、PCREは九番目を越える指定が可能です。ただし、対応する部分正規表現があることが条件になります。また、数字部分が0で始まってはいけません。8進数値指定との区別がつかないためです (注: PythonとPCREも、99までの指定ができます)。たとえば $abc|123$def\1という正規表現では、 \1はabcか、123のいずれかになります。

Pythonでは、曖昧さをなくすために\g<num>という表記が使えます。Perlではブレースを使って${1}のようにします。

\

\は厳密には正規表現演算子ではありません。しかし、上述した正規表現演算子を文字そのものとして扱いたいような場合に、その前に\を置くことによって演算子の働きを抑制することができます。たとえば、\[は[というキャラクタそのものに対する指定であって、キャラクタクラスの始まりを示すものではありません。

[.string.]

[=char=]

[..]は collating symbol(照合シンボル)と呼ばれる演算子で、[.と.]に挟まれたキャラクタ列を一つの照合要素とみなすように指定します。たとえば [.ch.]+は c か h の(任意の組み合わせの)繰り返しではなく、 chchのような繰り返しにマッチします。一方[==]は equivalence class(等価クラス)と呼ばれるもので、 [=と=]の間にあるキャラクタと“等価”なキャラクタにマッチします。たとえば[=e=]としたときに、 è、 é、 ê、 ë といったものも含まれるという指定ができます。

現状では、Perl、PCREのように認識はするが動作はしないという実装が主流のようです(Tclでは使える?)。

glibcでもコードとしては入っているようです。どのように使えるのかは確かめていません。

(?# text)

正規表現中に置くコメントです。括弧内にあるものはマッチングには関係しません。

拡張モード時には、#から行末までがコメントになります。

(?imsx-imsx:pattern)

(?imsx-imsx)

正規表現のオプションを指定します。これを使うことによってオプションを以降の正規表現に部分的に適用することが可能となります。 i,s,m,xはそれぞれ独立に使用できます。-が先行している場合にはそのオプションを打ち消す意味になります。(?:)はそのかっこに囲まれた範囲に影響が限定されます。前者では以降のすべてに影響が及びます (このオプション指定が存在していない処理系もあります。詳細は処理系のドキュメントを参照してください)。 Rubyではsオプションはありません。またmオプション指定時の動作は改行が'.'にマッチするようになります。 i,s,m,xのそれぞれの意味は以下のとおり。シングルラインモードおよびマルチラインモードについての詳細はそれぞれの処理系のドキュメントを参照してください。

正規表現修飾子の意味
修飾子	意味
i	大小文字の違いを無視する
s	シングルラインモードにする(.が改行にマッチする)
m	マルチラインモードにする(^と$が改行の直前直後にマッチ)
x	拡張表記を許可する

Pythonにはロカール依存を有効にするL修飾子と \w, \W, \b, \B の意味をUnicode のキャラクタプロパティに基づいたものにする u修飾子があります。

PCREには通常のマッチとものぐさマッチの指定とを逆転する(?U) オプションとPCRE_EXTRAモードを有効にする(?X)オプションがあります。PCRE_EXTRA モードでは、定義されていないバックスラッシュシーケンスがエラーになります。

Pythonで使用できる正規表現修飾子は下表のとおりです。

Pythonの正規表現修飾子の意味修飾子対応するオプション意味 iIGNORECASE (I)大小文字の違いを無視する mMULTILINE (M)マルチラインモードにする(^と$が改行の直前直後にマッチ) sDOTALL (S)“.”が改行文字にマッチ xVERBOSE (X)拡張表記を許可する uUNICODE (U)\w \W \b \BがUnicodeの英数定義に従う lLOCALE (L)\w \W \b \Bがカレントのロカールでの英数定義に従う

Rubyで使用できる正規表現修飾子は下表のとおりです。

Rubyの正規表現修飾子の意味修飾子対応するオプション意味 iRegexp::IGNORECASE大小文字の違いを無視する mRegexp::MULTILINEマルチラインモードにする(^と$が改行の直前直後にマッチ) xRegexp::EXTENDED拡張表記を許可する

.NET Frameworkで使用できる正規表現修飾子は下表の通りです。

.NETの正規表現修飾子の意味
修飾子	対応するオプション	意味
i	RegexOptions.IgnoreCase	大小文字の違いを無視する
s	RegexOptions.Singleline	シングルラインモードにする(.が改行にマッチする)
m	RegexOptions.Multiline	マルチラインモードにする(^と$が改行の直前直後にマッチ)
n	RegexOptions.ExplicitCapture	(?...) で陽に名前付けまたは番号付けしたグループだけを有効なキャプチャにするように指定する。
x	RegexOptions.IgnorePatternWhitespace	拡張表記を許可する

Javaのjava.util.regexで使用できる正規表現修飾子は下表の通りです。

Javaの正規表現修飾子の意味
修飾子	対応するオプション	意味
i	CASE_INSENSITIVE	大小文字の違いを無視する
d	UNIX_LINES	Unixラインモードにする
s	DOTALL	シングルラインモードにする(.が改行にマッチする)
m	MULTILINE	マルチラインモードにする(^と$が改行の直前直後にマッチ)
u	UNICODE_CASE	Unicodeに準拠した大小文字を区別しないマッチングを指定する
x	COMMENTS	拡張表記を許可する

(?:regexp)

部分正規表現のグルーピングを行いますが、 や()とは異なり後方参照を行うことはできません。たとえば、 foo(?:bar)baz はfoobarbazという文字列にマッチしますが、 foo(bar)bazの場合とは異なり、\1(またはそれに相当するもの)にはなにもセットされません。

(?=regexp)

括弧内にある正規表現が続くことを要求する表明です。マッチの結果の文字列には影響しません。例えば、else(?= if)という正規表現は “else if” にマッチしますが、Perlの$&のような正規表現全体にマッチした文字列は “else”となります(当然ながら、“ if”が後続していない “else”にはマッチしません)。

よくある勘違い
(?=foo)bar のように記述しても、「fooのあとにbarが続いている文字列」にはなりません。 fooを先読みしてマッチのポイントは動かしませんので(それが先読みだから)、その場所にbarがあるかどうかで判断します。マッチのポイントより前にある文字列が存在するかどうかという判定ではありません (それをするのは戻り読み)。

(?!regexp)

(?=regexp)と似ていますが、こちらは括弧内にある正規表現が続かないことを要求する表明です。

肯定先読みと同様に、「ある文字列が先行していない文字列にマッチ」させるためにこの表明を使うことはできません。

(?<=pattern)

括弧内にある正規表現が先行していることを要求する表明です。マッチの結果の文字列には影響しません。例えば、(?<=\t)\wという正規表現はタブに続く単語にマッチしますが、マッチした文字列全体を表す $&(Perlの場合)にはタブは含まれません。戻り読み (もしくは後読み (lookbehind))は固定長の文字列に対してのみ働きます(処理系による。可変長の文字列を許可する処理系もあります→ 詳細)。

(?<!pattern)

括弧内にある正規表現が先行していないことを要求する表明です。マッチの結果の文字列には影響しません。例えば、(?<!foo)barという正規表現はfooが先行しないbarにマッチしますが、マッチした文字列全体を表す $&(Perlの場合)には fooは含まれません。後読み(もしくは戻り読み (lookbehind))は固定長の文字列に対してのみ働きます(処理系による。可変長の文字列を許可する処理系もあります)。

(?>pattern)

一旦マッチした部分正規表現をバックトラックすることのないパターンです。したがって、(?>a+)abは何にもマッチしません。カッコ内のパターンがすべてのaを消費し、それを手放さないためです。

(?(condition)yes-pattern|no-pattern)

(?(condition)yes-pattern)

条件式です。(condition)は、括弧の中に置かれた整数(対応するかっこのペアがマッチしているときに正当)もしくは長さゼロの lookahead/lookbehind/evaluate 表明であることが望ましいです。

Pythonでは表明は使えません。.NETでは名前による後方参照の指定ができます。

(?{ code })

Perlにおいて、埋め込まれたPerlコードを実行します

(??{ code })

Perlにおいて、埋め込まれたPerlコードを実行してその結果を正規表現を表すものとして使用します。

*+

*に似ていますが、決してバックトラックしません。

++

+に似ていますが、決してバックトラックしません。

?+

?に似ていますが、決してバックトラックしません。

{n,m}+

{n,}+

{n}+

{n,m}等に似ていますが、決してバックトラックしません。

(?P<name>...)

(?<name>...) (?'name'...)

マッチした文字列を name という名前で参照できるようにします。

(?<name>...) や (?'name'...)は .NETで使用される表現です

(?P=name), \g<name>

\k<name> \k'name'

対応する(?P<name>...) でキャプチャした文字列を参照します。\g<name> は置換テキスト中で使う表現です。

\k<name> や \k'name'は .NETで使用される表現です(\k<name>は Ruby1.9.0でも使用可)。

(?P>name)

対応する(?P<name>...) でキャプチャした文字列を参照します。PCREの再帰的表現で使用します。以下に使用例を挙げます。バランスの取れた括弧の対にマッチします。

    (?P<pn>\(((?>[^()]+)|(?P>pn))*\))

(?<name1-name2>)

グループ定義を均等化します。既に定義されていたグループ name2 の定義を削除し、既に定義されていた name2 グループと現在のグループの間隔をグループ name1 に格納します。グループ name2 が定義されていない場合、一致はバックトラックされます。name2 の最後の定義を削除すると、name2 の以前の定義がわかるため、この構成体によって、かっこなど入れ子になった構成体を追跡するカウンタとしてグループ name2 のキャプチャのスタックを使用できます。この構成体では、name1 は省略できます。たとえば (?'name1-name2') のように、山かっこの代わりに一重引用符を使用することもできます。 (グループ化構成体より)

(?R)

PCREで、再帰的にパターンにマッチする表現です。

(?num)

PCREで、再帰的にパターンにマッチする表現です。 (?R)に似ていますが、こちらはパターン全体ではなくnumに対応するキャプチャされた部分正規表現が再帰の対象です。この例もバランスの取れた括弧の対にマッチします。

    (\()?[^()]+(?(1)\))

次のような使い方もできます。

    (sens|respons)e and (?1)ibility

これは \1 を使ったものとは異なり、sense and responsibility にもマッチします。

(?(R)...)

PCREで、再帰的パターンの開始を示します。

    <(?:(?(R)\\d++|[^<>]*+)|(?R))*>

\p{name}, \P{name}

ブレースに囲まれた名前で指定されたキャラクタ集合に属するキャラクタを指定します。指定できるキャラクタ集合は一般に、Unicodeのプロパティ、スクリプト、ブロック、カテゴリです。処理系によっては使える集合が制限されていたりします。

各エスケープシーケンスの説明

\a

警告(ベル)です。

\b

バックスペースを表しますが文字クラス内に制限される処理系があります。

\e

エスケープ文字。Perl、PCREで使えます。

\n

改行。

\r

キャリッジリターン。

\f

改ページ。

\t

水平タブです。

\octal

2～3桁の8進表現文字です。数値が3桁ない場合0を数値に前置します (後方参照と区別するため)。

\xhex

\xxxx

16進表現文字です。何桁の表記か可能かどうかが処理系によって異なる場合があります (1桁でも可とか)。

\x{hex}

Perl等で使えるもので任意長の16進表現文字です。

\cchar

Perl等で使えるもので、制御キャラクタをあらわします。例えば \ci は水平タブになります。

注\c[ や \c\ はそのままでは記述できない場合があります。文字クラスの中に入れたり、\c\\のようにすることで回避できる場合があります。

\C-char

Rubyで使えるもので、制御キャラクタをあらわします。例えば \C-jは改行コードになります。

\M-char

Rubyで使えるもので、charと\x80をbitwise or したコードになります。例えば \M-@ は\xc0と等価です。Emacsでいうところのメタな文字です(正規表現のメタキャラクタと混同しないように)。

\uhhhh

\Uhhhhhhhh

Pyhton、Tcl等で使えるもので、それぞれ四桁、八桁の16進数表現文字です。Perlでは\u、\U とも別の意味があります。

\N{name}

Perl、Pythonで使えるもので名前付けられたキャラクタを表します。詳しくは charnamesを参照してください。

処理系ごとの使用可能正規表現演算子一覧

以下に挙げた処理系についてのそれぞれが使用できる正規表現演算子の一覧です。

grep -E: GNU grep version 2.0 + multi-byte extension 1.01 with -E option
grep -G: GNU grep version 2.0 + multi-byte extension 1.01 with -G option
grep: GNU grep version 2.0 + multi-byte extension 1.01 as grep
egrep: GNU grep version 2.0 + multi-byte extension 1.01 as egrep
cgrep: cgrep 3.01 (default)
awk: GNU Awk (gawk) 2.11.1 + 3.0(MSDOS, SJIS) Dec 17 1992, patchlevel 1; Japanized GNU Awk (jgawk) 2.15.2 + 1.1; GNU Awk (gawk) 2.15, patchlevel 6 + multi-byte extension 1.04; GNU Awk 3.0.3 + multi-byte extension 1.08
sed: GNU sed version 1.18 + multi-byte extension 1.02; GNU sed version 4.1.2

各処理系正規演算子一覧表
演算子	grep -E	grep -G	grep	egrep	cgrep	gawk	sed	gawk 3.0	GNU sed 4.1.2注4	GNU sed 4.1.2 -r
.	○	○	○	○	○	○	○	○	○	○
*	○	○	○	○	○	○	○	○	○	○
+	○	×	×	○	○	○	×	○	×	○
\+	×	○	○	×	○	○	×	×	○	×
?	○	×	×	○	○	○	×	○	×	○
\?	×	○	○	×	×	×	○	×	○	×
\|	○	×	×	○	○	○	×	○	×	○
\\|	×	○	○	×	×	×	○	×	○	×
[]	○	○	○	○	○	○	○	○	○	○
()	○	×	×	○	○	○	×	○	×	○
	×	○	○	×	×	×	○	×	○	×
{}	○	×	×	×	×	×	×	○注3	×	○
\{\}	×	○	○	×	×	×	○	×	○	×
^	○	○	○	○	○	○	○	○	○	○
$	○	○	○	○	○	○	○	○	○	○
\<	○	○	○	○	○	△	○	○	○	○
\>	○	○	○	○	○	△	○	○	○	○
[::]	○	○	○	○	○	○	○	○	○	○
\w	○	○	○	○	○	△	○	○	○	○
\W	○	○	○	○	○	△	○	○	○	○
\s	×	×	×	×	×	×	×	×	○	○
\S	×	×	×	×	×	×	×	×	○	○
\b	○	○	○	○	○	×	○	注1	○	○
\B	○	○	○	○	○	△	○	○	○	○
\`	×	×	×	×	○	▲	○	○	○	○
\'	×	×	×	×	○	▲	○	○	○	○
\n	○	○	○	○	○	×	○	○	○	○

記号等の説明

○	使用可能
△	gawk 2.11. 2.15.2で使用可能
▲	gawk 2.11でのみ使用可能
×	使用できない
注1	\y が同じ働きをするものとしてサポートされています
注2	表最下行の\nのnは、実際には1から9の数字が入ります
注3	--posixまたは--re-intervalオプションが指定されたときに有効
注4	デフォルト時の動作

POSIX: IEEE が策定を行なっている可搬性のあるオペレーティングシステム・インターフェースの標準規格の名称。1003.2にはシェルその他のコマンドについての記述がある。
BRE
ERE

参考文献

Mastaring Regular Expressions: Jeffrey E.F. Friedl
O'Reilly & Associcates, Inc.
ISBN 1-56592-257-3
Mastaring Regular Expressions 2nd Edition: Jeffrey E.F. Friedl
O'Reilly & Associcates, Inc.
ISBN 0-596-00289-0
正規表現デスクトップリファレンス: Iony Stubblebine著歌代和正監訳三島純子訳
オライリー・ジャパン
ISBN 4-87311-170-6
ISO/IEC 9945-2: 1993 (ANSI/IEEE Std 1003.2-1992) POSIX Part2
正規表現辞典: 佐藤竜一著
翔泳社
ISBN 4798109126

正規表現ハンドブック
鹿島和郎吉村晋一

ソフトバンクパブリッシング 2005-06-30
売り上げランキング :

Amazonで詳しく見る by G-Tools

正規表現辞典
	佐藤竜一 Amazonで詳しく見る by G-Tools

詳説正規表現第2版
Jeffrey E.F. Friedl　田和勝

オライリー・ジャパン
2003-05-26
売り上げランキング　15,625
おすすめ平均　

Amazonで詳しく見る　　　by G-Tools

正規表現デスクトップリファレンス
トニースタッブルバイン　Tony Stubblebine　歌代和正　三島純子

オライリージャパン
2004-01
売り上げランキング　31,906
おすすめ平均　

Amazonで詳しく見る　　　by G-Tools

Ruby Magic―Rubyで極める正規表現
竹内仁

オーム社
2002-09
売り上げランキング　112,860

Amazonで詳しく見る　　　by G-Tools

正規表現ハンディリファレンス
ジェイシーエヌ

秀和システム
2001-11
売り上げランキング　92,640
おすすめ平均　

Amazonで詳しく見る　　　by G-Tools

正規表現ケーススタディブック
ハーシー

毎日コミュニケーションズ
2004-06
売り上げランキング　15,209
おすすめ平均　

Amazonで詳しく見る　　　by G-Tools

ホームページへ

まで。

正規表現メモ

Table of contents

各種ユーティリティで使える正規表現

PHPの正規表現に関する幾つかの注意事項

POSIX 1003.2

正規表現演算子