形をたよりに探す

正規表現は re(アールイー)というモジュールに入っている。第6章でやった import で読みこもう。

いちばんよく使うのが re.search。「その形がどこかにあるか」を探して、見つかった部分を返してくれるよ。

r"\d+" が「形」の部分。\d が数字1文字、+ が1個以上という意味だから、あわせて「数字が1個以上ならんだところ」だね。

形を書くときは、クォートの前に r を付ける。これは raw(ロウ、生の)という意味だよ。

ふつうの文字列では、\n が「改行1文字」に化けてしまう。バックスラッシュが特別な合図として食べられてしまうんだ。

r を付けると、そういう読みかえをやめて書いたままの2文字として渡してくれる。正規表現はバックスラッシュを山ほど使うので、r を付けるのが決まりだと思っておこう。

正規表現には記号がたくさんあるけれど、この章で扱うのは下の9つだけだよ。

全部覚える必要はない。「こういうものがある」と知っていて、必要なときに調べられれば十分だよ。

ここがいちばん大事なところ。re.search は見つからなかったとき None を返すよ。

エラーにはならない。静かに None が返ってくるだけだ。第1章でやった「値が無いということ」が、ここで効いてくるんだ。

None に group() は無い。確かめずに呼ぶと落ちるよ。

だから正規表現を使うときは、必ず if m: ではさむ。これがお決まりの形だよ。

m = re.search(r"\d+", moji)if m:    print(m.group())

この3行を指が覚えるまで書こう。見つからないかもしれないものを扱うときの、基本の作法だよ。

re.search の仲間があと2つあるよ。

• re.findall … 当てはまるところを全部集めて、文字のリストで返す。見つからなければ空のリスト
• re.match … 先頭から当てはまるかだけを見る。途中にあっても見つけてくれない

findall はリストが返るので group() が要らない。いちばん気楽に使えるのはこれだよ。

次のレッスンでは、見つけた部分をさらに分けて取り出す書きかたを覚えよう。