PHP　正規表現・PCRE関数・メタ文字や特殊記法

PCREの正規表現のメタ文字には以下の2種類があります。

• 角カッコ内以外のパターン中のどこででも使用できる文字
• 角カッコで括られた中でだけ使用できる文字

メタ文字でなく文字としたい場合は、メタ文字のエスケープ処理が必要です。

• 角カッコ内以外のパターン中のどこででも使用できるメタ文字

角カッコ内を除き、パターン中のどこででも使用できる文字は以下になります。

メタ文字	例	説明
\	This is a pen\.	メタ文字などのエスケープ文字。例は、文末のメタ文字 "."をエスケープしている
^	^This is a pen\.	検索文字列の先頭と一致します。
$	This is a pen\.$	検索文字列の末尾と一致します。
.	.....	改行文字以外の任意の1文字。例は、5文字の文字列
|	This is a (pen|book)\.	選択肢。例の"(pen|book)"の部分は、"pen"または"book"になります。
(	This is a (pen|book)\.	サブパターンの開始。例の"(pen|book)"の部分は、"pen"または"book"になります。
(	This is a (pen|book)\.	サブパターンの終了。例の"(pen|book)"の部分は、"pen"または"book"になります。
[	[Gg]oogle	文字クラス定義の開始。例の"[|g]"のような"["と"]"で囲まれた箇所は文字クラスと呼ばれます。 ここでは"G"または"g"になるので、"Google"または"google"になります。
]	[0-9A-F]	文字クラス定義の終了。例の"[0-9A-F]"は、数字かA～Fの文字になります。 "[0-9A-F]+"なら16進数の検索な
?	Go?gle	直前の文字またはサブパターンを、0回または1回だけ繰り返します。例はGogleまたはGoogle
*	Go*gle	直前の文字またはサブパターンを0回以上の繰り返し。 これは、{0,} と同じです。 例では、直前の文字"o"が0回以上の繰り返しとなり、"o*"は、"o"、"oo"、"ooo"、 "oooo"、....となります。 そのため、Gogle、Google、Gooogle、Goooogle、...になります。
+	Go+gle	直前の文字またはサブパターンを1回以上の繰り返し。これは、{1,} と同じです。例はGoogle、Gooogle、Goooogle、...
{	Go{2}gle	文字数の最小／最大指定の開始。例は、"o"が2個の"Goolge"になります。
}	Go{1,2}gle	文字数の最小／最大指定の終了。例は、"o"が1～2個になり、"Gogle"または"Goolge"になります。

• 角カッコの中（文字クラス）だけ使用できる文字

パターン中の角カッコ ( "[" と "]" )で括まれた部分を「文字クラス」と言います。 この中だけで使用できるメタ文字は、次になります。

メタ文字	例	説明
\	one[_\-]two	角カッコで使用できるメタ文字のエスケープ文字。 例は、"-"をエスケープしていて、角カッコの中は、"_"または"-"になります。 そのため、一致する文字列は "one_two"または"one-two"になります。
^	[^0-9]	角カッコの先頭で使用されたときだけクラスの否定になります。例は、0～9の数字以外の文字に一致します。
-	[C-F]	文字の範囲の指定。例は、"C"から"F"の範囲（"C"、"D"、"E"、"F")になります。 アルファベットだけの場合は、"[A-Za-z]"となります。

・PCRE 正規表現構文・エスケープシーケンス（PHP マニュアル）

バックスラッシュ（日本語フォントでは"\"）はメタ文字のエスケープするときに使用しますが、それ以外に特殊な記法があります。

• 非表示文字（制御コードなど）の指定
• 数字や文字などを簡単に表す略記法

• 非表示文字（制御コードなど）の記法

非表示文字（制御コードなど）の記法

記法	説明
\a	アラーム、ベル文字 (16進 07)
\f	改ページ（16進 0C)
\n	改行（16進 0A)
\r	復帰 (carriage return) (16進 0D)
\t	タブ (16進 09)
\x??	16 進コードで ?? 。例　16進のFFは、0xFFまたは0xff

• 数字や文字などを簡単に表す略記法

数字や文字などを簡単に表す略記法

記法	例	説明
\d	20\d{2,2}	[0-9]と同じ数字です。例は、2000～2099の21世紀の西暦になります。
\D	^\D{4,4}	数字(\d)以外の文字で、[^0-9]と同じ数字以外の文字。例は、先頭が数字以外の4文字。
\w	class\s(\w+)	単語構成文字（数字、アルファベットと"_"）で、Perlが定義する単語と成り得る文字のこと。[a-zA-Z0-9_]と同じ。
\W		単語構成文字(\w)以外の文字で、[^a-zA-Z0-9]と同じ
\s		スペース、タブ、改行など（ HT[9]、LF[10]、FF[12]、CR[13]、スペース[32] ）の空白文字で、[\f\n\r\t\v]と同じになります。 ロケールを指定したマッチングを行った場合には、128から255までのコードポイントの文字 (たとえば NBSP (A0)) も空白文字とみなされる可能性があります。 例は、空白文字で区切られた2個の単語の文字列となります。
\S		空白文字(\s)以外の文字。