正規表現チートシート

正規表現（regex）は、文字列の集合を表すコンパクトなパターンで、テキストの検索・マッチ・置換に使われます。たとえば、パターン \d{3}-\d{4} は電話番号の断片「555-1234」にマッチします。\d は「数字」を意味し、{3} は「ちょうど3回繰り返す」を意味します。正規表現は、ほぼすべてのプログラミング言語やコードエディタで、検索・置換、フォームバリデーション、ログ解析に使われています。このページ上部のライブテスターで、どんなパターンでも今すぐ試せます。

基本的な構成要素は次のとおりです：.（改行以外の任意の文字）、\d（数字）、\w（単語文字 — 英字・数字・アンダースコア）、\s（空白文字）、アンカーの ^ （先頭）と $ （末尾）、量指定子の *（0回以上）、+（1回以上）、?（省略可能）。たとえば \w+ は1単語全体にマッチし、\d+ は 2024 のような数値全体にマッチします。組み合わせると — ^\d+$ は数字のみの行にマッチします。このチートシート上のすべてのトークンにはコピー可能な例が付いています。

\d は0〜9の数字にマッチします。\w は単語文字（a〜z、A〜Z、0〜9、アンダースコア）にマッチします。\s は空白文字（スペース、タブ、改行）にマッチします。大文字版は否定形です：\D は数字以外、\W は単語文字以外、\S は空白以外にマッチします。たとえば「a5 b」というテキストでは、\d は「5」に、\w は「a」「5」「b」に、\s はその間のスペースにマッチします。この3つのショートハンドクラスで、日常的な正規表現パターンの大部分をカバーできます。

アンカーは文字ではなく位置にマッチします。^ は文字列の先頭（mフラグを使うと各行の先頭）、$ は末尾、\b は単語境界、\B は単語境界以外にマッチします。たとえば ^\d+$ は数字のみで構成される文字列にマッチし、\bcat\b は単語「cat」にマッチしますが「category」の中の「cat」にはマッチしません。アンカーは文字ではなくテキスト内の位置にマッチするものですが、文字にマッチすると誤解されることがよくあります。

量指定子は直前のトークンが何回繰り返されるかを指定します：* は0回以上、+ は1回以上、? は0回または1回（省略可能）、{n} はちょうどn回、{n,} はn回以上、{n,m} はn回以上m回以下です。デフォルトでは最長マッチ（貪欲）ですが、? を付けると最短マッチ（遅延）になります。たとえば \d{1,3} は1〜3桁の数字にマッチし、遅延の .+? はできる限り短くマッチします。遅延量指定子はHTMLタグや引用文字列のマッチに不可欠です。

括弧（…）はキャプチャグループを作成し、抽出や再利用が可能です — (\d{4})-(\d{2}) は「2024-06」のグループ1に年、グループ2に月をキャプチャします。量指定子のためだけにグループ化する場合は非キャプチャグループ (?:…) を、名前付きグループは (?<name>…) を使います。後方参照（\1 など）はグループ1がキャプチャした内容を再マッチし、(\w)\1 は「hello」の「ll」のような二重文字を検出します。

先読み・後読み（ルックアラウンド）は、マッチを消費せずに隣接するテキストを確認するアサーションです。(?=…) は肯定の先読み、(?!…) は否定の先読み、(?<=…) は肯定の後読み、(?<!…) は否定の後読みです。たとえば \d+(?=px) は「5px」の「5」にマッチしますが「px」は含みません。(?<=\$)\d+ は「$9」の「9」に、前のドル記号を要件としてマッチします。ルックアラウンドは、現代の正規表現エンジンをPOSIXの grep と区別する機能の一つです。

フラグはパターン全体の適用方法を変更します：g（グローバル）はすべてのマッチを検索、i は大文字小文字を無視、m（マルチライン）で ^ と $ が各行にマッチ、s（ドットオール）で . が改行にもマッチ、u はフルUnicodeを有効化、y（スティッキー）は固定位置でのマッチです。JavaScriptでは閉じスラッシュの後に付けるので、/cat/gi は「Cat」も「CAT」もテキスト全体でマッチします。このページのテスターには各フラグのトグルボタンがあり、効果をリアルタイムで確認できます。

実用的な出発点のパターン：メールアドレス — [\w.+-]+@[\w-]+\.[\w.-]+ ；URL — https?:\/\/[^\s]+ ；日本の電話番号 — \d{2,4}-\d{2,4}-\d{4}（03-1234-5678 や 090-1234-5678 にマッチ）。これらは実用的なパターンであり、網羅的なものではありません。公式のメールアドレス標準はさらに複雑なので、必ず上部のライブテスターで実際のデータを使って動作確認してください。共通パターンリストでワンクリックで読み込めます。

メタ文字の前にバックスラッシュを付けてリテラルとしてマッチさせます。通常エスケープが必要な文字は . ^ $ * + ? ( ) [ ] { } | \ と / です。たとえば \. はリテラルのドットに、\$ はドル記号にマッチするので、\d+\.\d{2} は 19.99 のような価格にマッチします。文字クラス内ではこれらのほとんどが特殊な意味を失うため、[.] もエスケープなしでリテラルのドットにマッチします。

核心的な構文は共通ですが、細部は異なります。JavaScriptのグループ名は (?<name>…) ですが、Pythonでは (?P<name>…) を使います。Pythonは r"\d+" のような生文字列を使い、Javaは文字列リテラルでバックスラッシュを二重（"\\d+"）にする必要があります。ドットオールはJSではsフラグ、Pythonでは re.DOTALL、Javaでは Pattern.DOTALL です。このページのフレーバー表でPython・Java・PCRE・grepの違いをまとめているので、言語間でパターンを移植する際に役立ちます。

Pythonでは、正規表現は標準ライブラリの re モジュールに含まれています。通常はパターンを生文字列で記述し、re.search・re.findall・re.sub などの関数を呼び出します — たとえば re.findall(r"\d+", "a1 b22") は ['1', '22'] を返します。名前付きグループには (?P<name>…) を使い、match.group('name') で値を取得します。このページのトークンリファレンスはPythonの正規表現に直接適用でき、異なるのは周辺APIとフラグ名の一部だけです。

このページ上部のライブテスターを使いましょう：スラッシュの間にパターンを入力し、必要なフラグをトグルして、テスト文字列を貼り付けます。マッチはリアルタイムでハイライトされ、番号付き・名前付きキャプチャグループがすべて下に表示され、無効なパターンはサイレントエラーではなくインラインエラーメッセージが表示されます — すべてブラウザ上でローカルに動作し、貼り付けた内容は送信されません。regex101.comやregexr.comも同様に動作しますが、このページはリファレンスとテスターを1ページに統合しています。

regex101.comは深い正規表現デバッグの業界標準です — 複数のフレーバー（PCRE、Python、Java、.NET、Golang）をサポートし、パターン内のすべてのトークンの詳細な解説を提供します。regexr.comはコミュニティパターンライブラリを備えた同様のツールです。どちらも優秀な専用ツールです。このUtiloKitチートシートは異なる役割を担っています：トークンリファレンステーブルと基本ライブテスターを同じページに統合し、「調べてすぐに確認する」という場面に最適化されています。タブを切り替えずに数秒でトークンを調べて確認できます。複雑な本番正規表現のデバッグにはregex101.comのフレーバー比較と詳細デバッガーが最適ですが、開発中の素早い参照にはこのリファレンスページの方が速く、ナビゲーション不要です。

名前は形式言語理論に由来します。1950年代に数学者のスティーブン・クリーネが「正規集合」（単純な有限状態機械で認識できる言語）を記述し、その表記法が「正規表現」として知られるようになりました。現代の正規表現エンジンは後方参照やルックアラウンドなど、厳密に「正規」な言語を超えた機能を追加していますが、歴史的な名前はそのまま残っています。