正規表現

正規表現を使用して、文字列セットをセット内の各文字列で共有される共通の特性に基づいて表すことができます。

正規表現は、基本的には検索パターンを定義する一連の文字で、パターン照合に使用されます。正規表現は複雑さによって異なりますが、その構成の基本を理解すると、正規表現を解読したり作成できます。

文字列リテラル

最も基本的なパターン照合の形式は、文字列リテラルの照合です。たとえば、正規表現がEMPで、入力文字列がEMPの場合、文字列が同一であるため、照合は成功します。この正規表現は、EMPLOYEE、 TEMP、TEMPERATUREなど、EMPを含む文字列とも一致します。

メタ文字

パターンの照合方法に影響する特殊文字を使用することもできます。最も一般的なものの1つに、任意の文字に一致するドット(.)記号があります。たとえば、EMPLOYEE.IDは、EMPLOYEE_IDおよびEMPLOYEE-IDに一致しますが、EMPLOYEE_VERIFICATION_IDには一致しません。ドットはメタ文字で、マッチャで解釈される特殊な意味を持つ文字です。

その他のメタ文字には、^ $ ? + * \ - [ ] ( ) { }があります。

メタ文字を文字どおりに(通常の文字として)処理する場合は、バックスラッシュ(\)を使用してエスケープできます。たとえば、正規表現9\+9は9+9に一致します。

文字クラス

文字クラスは、角カッコで囲まれた一連の文字です。これは、指定された入力文字列の1文字に正常に一致する文字を指定します。

次の表に、一般的な正規表現の構成体を示します。

構成 説明
[abc]

角カッコ内に記述された文字の1つに一致します。

例: EMPLOYE[ER]は、EMPLOYEEおよびEMPLOYERに一致します。

[^abc]

角カッコ内に記述された文字を除いた任意の文字に一致します。

例: [^BC]ATは、RATおよびHATに一致しますが、BATおよびCATには一致しません。

[A-Z0-9]

角カッコ内に記述された範囲内の任意の文字に一致します。範囲を指定するには、ダッシュ(-)メタ文字を、照合する最初と最後の文字の間に挿入します(たとえば、[1-5]や[A-M])。異なる範囲をクラス内に並べて配置し、一致の可能性をさらに広げることもできます。

例: [B-F]ATは、BAT、CAT、DAT、EATおよびFATに一致しますが、AATおよびGATには一致しません。

Oracle Data Safeでは、事前定義された文字クラスもサポートされています。

キャプチャ・グループ

キャプチャ・グループを使用すると、複数の文字を1つの単位として処理できます。キャプチャ・グループは、1組のカッコ内にグループ化する文字を指定することによって作成されます。たとえば、正規表現(SSN)では、文字S、SおよびNを含む単一グループが作成されます。

数量指定子

量指定子を使用して、照合対象の出現数を指定できます。

次の表に、一般的な量指定子を示します。

量指定子 説明
X?

指定された文字または文字グループの、ゼロ回または1回の出現に一致します。

例: SSN_NUMBERS?は、文字列SSN_NUMBERおよびSSN_NUMBERSに一致します。

X*

指定された文字または文字グループの、ゼロ回以上の出現に一致します。

例: TERM.*DATEは、TERMDATE、TERM_DATEおよびLAST_TERMINATION_DATEなどの文字列に一致します。

X+

指定された文字または文字グループの、1回以上の出現に一致します。

例: TERM.+DATEは、TERM_DATEやTERMINATION_DATEなどの文字列に一致しますが、TERMDATEには一致しません。

X{n}

指定された文字または文字グループが正確にn回一致します。

例: 9{3}は、999に一致しますが、99には一致しません。

X{n,}

指定された文字または文字グループがn回以上一致します。

例: 9{3,}は、999、9999および99999に一致しますが、99には一致しません。

X{n,m}

指定された文字または文字グループがn回以上、m回以下一致します。

例: 9{3,4}は、999および9999に一致しますが、99には一致しません。

量指定子は文字クラスおよびキャプチャ・グループとともに使用することもできます。

文字クラスを使用した正規表現の例SSN[0-9]+は、SSN0、SSN1、SSN12などの文字列に一致します。ここで、[0-9]は文字クラスであり、1回以上出現できます。この正規表現はSSNには一致しません。

キャプチャ・グループを使用した正規表現の例SSN_NUM(BER)?は、SSN_NUMおよびSSN_NUMBERに一致します。(BER)はキャプチャ・グループであり、ゼロ回または1回出現できます。

境界マッチャ

境界マッチャを使用して、一致が発生する文字列内の場所を指定することで、パターン照合をより正確にすることができます。たとえば、特定の単語の検索に関心があるが、入力文字列の先頭または末尾にその単語が出現する場合に限るなどです。

次の表に、一般的な境界マッチャを示します。

境界構成体 説明
^

文字列の先頭にある指定された文字または文字グループに一致します(検索で始まります)。

例: ^VISAは、VISAで始まる文字列に一致します。

$

文字列の末尾にある指定された文字または文字グループに一致します(検索で終わります)。

例: NUMBER$は、NUMBERで終わる文字列に一致します。

\b

単語の境界をマークします。1組の\bの間に指定された文字または文字グループが(長い文字列内の部分文字列ではなく)別個の単語である場合にのみ一致します。

例: \bAGE\bは、EMPLOYEE AGEやPATIENT AGE INFORMATIONなどの文字列に一致しますが、AGEINGやEMPLOYEEAGEなどの文字列には一致しません。

境界マッチャが指定されていない場合、包含検索が実行されます。たとえば、ELECTORALは、ELECTORAL_ID、ID_ELECTORAL、ELECTORALIDなどのELECTORALを含む文字列に一致します。

完全一致検索は、^と$を一緒に使用することで実行できます。たとえば、^ADDRESS$では、正確に文字列ADDRESSを検索します。文字列ADDRESSに一致しますが、PRIMARY_ADDRESSやADDRESS_HOMEなどの文字列には一致しません。

論理演算子

パイプで区切られた文字または文字グループのいずれかに一致させる場合は、パイプまたは縦棒文字(\|)を使用できます。たとえば、EMPLOY(EE\|ER)_IDは、EMPLOYEE_IDおよびEMPLOYER_IDに一致します。

例

^JOB.*(TITLE\|PROFILE\|POSITION)$は、JOBで始まり、その後に任意の文字のゼロ回以上出現し、TITLE、PROFILEまたはPOSITIONで終わる文字列に一致します。

^[A-Z]{3}[0-9]{2}[A-Z0-9]$は、3文字で始まり、その後に2桁の数字が続き、文字または数字で終わる文字列に一致します。

BIRTH.?(COUNTRY\|PLACE)\|(COUNTRY\|PLACE).*BIRTHは、BIRTH COUNTRY、PATIENT_BIRTH_PLACE、PLACE_OF_BIRTH、EMPLOYEE'S COUNTRY OF BIRTHなどの文字列に一致します。

関連トピック