正規表現 メタキャラクタ 検索・置換 前編

バイオインフォ道場、くまぞうです。

sed や awk、grep、その他のプログラム処理で文字列を扱うときに、よく用いられる「正規表現」についてまとめます。前編です。（後編を読む）

スポンサーリンク



正規表現とは

正規表現とは、文字列集合を特殊文字（メタキャラクタ）で表現する方法です。メタキャラクタには、$（ダラー）や^（サーカムフレックス）、[]（ブラケット）などが良く使われます。例えば、[0-9]は0〜9の数字のどれか、[Ww]ordはWordもしくはwordです。使うプログラムによって、正規表現の詳細は異なる場合がります。共通して使える基本的なものを中心に覚えると良いと思います。

基本的な正規表現メタキャラクタ１

任意の１文字にマッチ

  • 書式
    .（ピリオド）
  • 例
    wo.d（word, wood など）
  • 使い方 
          $ cat bbb.txt 
      word
      wood
      sky

      $ grep -e "wo.d" bbb.txt 
      word
      wood

直前の１文字を任意回数繰り返し（0回を含む）にマッチ

  • 書式
    *（アスタリスク）
  • 例
    w*（w, www, wwwwwwwwww, worldなど）
  • 使い方 
          $ cat bbb.txt 
      word
      wood
      sky

      $ grep -e "wo.d" bbb.txt 
      word
      wood

      $ grep -e "sk" bbb.txt 
      sky

どれか１個にマッチ

ブラケットに囲まれた文字のうち、どれか１個にマッチする。１文字目に、サーカムフレックス（^）を置くと意味が反対になる。ハイフン（-）を使うと文字の範囲を意味する。

  • 書式
    […]（ブラケットで文字を囲む）
  • 例
    [123]（1か2か3）、[1-3]（1〜3）、[^123]（1-3以外の１つの数字）
  • 使い方 
          $ echo "Word" | sed 's/[^Ww]/!/g'
      W!!!

後編を読む

スポンサーリンク