正規表現 (Regular Expressions)

regex と略される正規表現は、テキストのパターンを記述します。grep、sed、awk などのツールで正規表現を使えますが、対応する構文は異なる場合があるため、必ずツールと正規表現の種類を確認してください。

GNU grep は、既定で基本正規表現（BRE）を使い、-E を指定すると拡張正規表現（ERE）を使います。このレッスンでは、まず両方に共通する構文を紹介し、その後で一般的な ERE の追加機能を説明します。

例では次の入力を使います。

sally sells seashells
by the seashore

マッチングツールが受け取る前にシェルが展開または分割しないよう、正規表現のパターンは引用符で囲んでください。正規表現はシェルのパス名展開とも異なります。正規表現の * は直前の要素を繰り返しますが、シェルの glob における * は、それ自体がパス名の文字列に一致するワイルドカードです。

$ アンカーは行末に一致します。

seashore$

行全体をパターンに一致させる場合は、両方のアンカーを組み合わせます。

^by the seashore$

これは by に一致しますが、ba や b7 にも一致します。b の後に 1 文字必要なので、b だけには一致しません。リテラルのピリオドには \. とエスケープするか、適切なブラケット式に入れてください。

これは、その位置に a または e がある salls または sells に一致します。

^ が [ の直後の最初の文字なら、集合を否定します。

s[^e]lls

最初の s の次の文字が e 以外でなければならないため、salls には一致しますが sells には一致しません。

範囲を使うと、両端の間にある文字を表せます。

d[a-c]g

これは dag、dbg、dcg に一致します。範囲の動作はロケールの照合順序に依存することがあります。[[:lower:]]、[[:upper:]]、[[:digit:]] などの文字クラスの方が、意図を明確に表せることがよくあります。

これは seashell の後に s が 0 個以上続く文字列に一致します。grep -E の ERE モードで使える一般的な演算子には次のものがあります。

• +：1 回以上の繰り返し
• ?：0 回または 1 回の繰り返し
• |：左側または右側の式
• (...)：式のグループ化

たとえば、次のように使います。

$ grep -E '^(cat|dog)s?$' animals.txt

これは、行全体が cat、cats、dog、dogs のいずれかである行を選びます。BRE モードではこれらの演算子のエスケープ規則が異なるため、種類を確認せずにパターンをコピーしてはいけません。

Linux のテキストツールによる正規表現の選択を練習するには、次のハンズオンラボを利用してください。

1. **Linux で grep を使用してテキストを検索する**：grep でファイル内のテキストを検索し、基本検索、行番号表示、^ と $ による位置指定、基本および拡張正規表現を使った複雑なパターンマッチングを練習します。
2. **テキスト処理と正規表現**：強力なテキスト処理ツール grep、sed、awk と、効率的なテキスト操作やパターンマッチングのための正規表現を学びます。
3. **メールアドレスと数字の抽出**：grep と正規表現を使ってファイルからメールアドレスと数字を抽出し、Linux の重要なテキスト処理スキルを練習します。