Python reモジュールを初歩から解説：正規表現の使い方と具体例

プログラミング言語•2025/2/16

はじめに

Pythonで文字列操作をするときに、より柔軟で効率的な方法を探すことはないでしょうか。
普通の文字列メソッドではうまくいかないパターンの抽出や、大量のテキストの中から特定の形式を瞬時に取り出したい場合などに役立つのが、 reモジュール (正規表現) です。

Pythonのreモジュールは、複雑なパターンマッチをシンプルなコードで実現しやすい特徴があります。
入力チェックやログの解析、テキストの整形など、多岐にわたる場面で利用されており、知っておくと作業効率が高まることが期待できます。

ただし、正規表現の文法は最初ややとっつきにくい面もあります。
しかし、一度基本的なルールを理解すれば、意外とシンプルな仕組みだと気づくかもしれません。
そこで本記事では、初心者の方に向けてreモジュールの使い方をわかりやすく解説していきます。

この記事を読むとわかること

reモジュールの概要と正規表現の基本概念
代表的な正規表現のパターンやメタ文字の活用方法
Pythonにおける正規表現関数の具体的な使い分け
実務での活用例とトラブルシューティングのポイント
よくある質問や疑問へのヒント

これらを理解することで、普段の文字列操作をより強力かつ効率的に行う手段として正規表現を活用できるようになるでしょう。

Python reモジュールとは？

Pythonには、文字列検索や抽出を行うためのさまざまな機能があります。
例えば str.find() や str.replace() などもよく使われるメソッドですが、それらよりも柔軟なパターンマッチを実現できるのが reモジュール です。

正規表現の基本概念

正規表現とは、文字列のパターンを表現するための特殊な書き方です。
特定の文字列や数値、記号などを検索するだけでなく、パターンの繰り返しや任意の文字の位置まで扱うことができるので、大量のテキストからピンポイントで情報を引き出すときに使われます。

正規表現では、普通の文字とメタ文字を使い分けます。
メタ文字は ^, $, . などが有名ですが、これらは特別な意味を持ちます。
例えば ^ は行頭、 $ は行末を示し、 . は任意の一文字を表すことができます。

Python reモジュールの基本的な使い方

Pythonでは、正規表現を使うために import re を最初に書きます。
それから re.search() や re.match()、 re.findall() などの関数を呼び出すことで、文字列に対してパターンマッチを行います。
なお、より頻繁に使うパターンについては、 re.compile() でコンパイルしてから利用すると読みやすくなることがあります。


import re

pattern = r"\d+"  # 数字（1文字以上）のパターン
text = "例: 123と456があります。"

result = re.findall(pattern, text)
print(result)  # ['123', '456']

上記のように \d+ は「数字が1文字以上連続する」というパターンを意味します。
このように特定の文字列を形式的に定義して抽出できる点が、正規表現の大きな利点です。

代表的な正規表現のパターン

正規表現には多くのパターンやメタ文字が存在します。
すべてを一度に覚えるのは大変かもしれませんが、よく使うものだけでも押さえておくと便利です。

メタ文字一覧

メタ文字とは、通常の文字とは違って特別な役割を担う記号です。
例えば以下のようなものがあります。

^: 行頭を示す
$: 行末を示す
.: 任意の1文字
*: 直前の文字やグループの0回以上の繰り返し
+: 直前の文字やグループの1回以上の繰り返し
?: 直前の文字やグループの0回または1回の繰り返し
[]: 文字クラス（どれか1つの文字にマッチ）
|: オルタネーション（または）
(): グループ化

これらを活用すると、例えば「数字または英文字が連続する」「特定の文字列で始まって特定の文字列で終わる」など、多様な条件を簡潔に書き表せます。

特殊シーケンスの例

正規表現では、バックスラッシュ を使った特殊シーケンスも重要です。
以下はよく使われる例です。

\d: 数字(0-9)とマッチ
\w: 英数字やアンダースコアとマッチ
\s: 空白文字(スペースやタブ)とマッチ
\b: 単語の境界
\A: 文字列の先頭
\Z: 文字列の末尾

\d と書けば [0-9] と書くのとほぼ同じ意味を持ちます。
こうした特殊シーケンスを覚えておくと、正規表現をより短く書けるでしょう。

量指定子

量指定子は、特定のパターンがどのくらい繰り返されるかを制御します。
代表的な例は * や + などですが、 {m,n} といった形式も存在します。

{m} : 直前の文字やグループがちょうどm回
{m,} : 直前の文字やグループがm回以上
{m,n} : m回からn回までの繰り返し

例えば {2,5} とすれば、直前のパターンが2回から5回出現することを許可します。
郵便番号や電話番号など、文字数が一定の範囲内に収まるケースで利用することが多いかもしれません。

Python reモジュールの主な関数

reモジュールには多くの関数が用意されていますが、初心者の方がまず覚えておくと便利なのが match、search、findall、split、sub あたりでしょう。
どの関数が何をするのかを理解しておくと、実務に応じた方法を選ぶときに役立ちます。

match, fullmatch

match は文字列の先頭が指定したパターンとマッチするかどうかを確認する関数です。
つまり、先頭からのみ照合を行うため、文字列全体を対象にした検索には向きません。


import re

pattern = r"Hello"
text1 = "Hello World"
text2 = "Say Hello"

m1 = re.match(pattern, text1)  # マッチする
m2 = re.match(pattern, text2)  # マッチしない

print(m1)  # <re.Match object; span=(0, 5), match='Hello'>
print(m2)  # None

fullmatch は文字列全体がパターンに合致するかどうかをチェックします。
例えば、文字列が数字だけで構成されているかどうかを判定したいときなどに活用できます。


import re

pattern_digits = r"\d+"
text = "12345"
text2 = "123abc"

f1 = re.fullmatch(pattern_digits, text)   # マッチする
f2 = re.fullmatch(pattern_digits, text2)  # マッチしない

print(f1)  # <re.Match object; ...>
print(f2)  # None

search

search は文字列全体を対象に、パターンと最初にマッチする位置を探します。
先頭限定ではなく、途中に登場するパターンも探せるのが特徴です。


import re

pattern = r"[A-Z]{1}[a-z]+"
text = "John is a Developer"

result = re.search(pattern, text)
print(result)  # <re.Match object; span=(0, 4), match='John'>

上記の例では、「最初の文字が大文字、続く文字が小文字（1文字以上）」というパターンに対して、文字列の先頭にある"John"がマッチしました。
もし先頭に該当しなくても、その後の文字列がパターンに合致すればそれを返してくれます。

findall, finditer

findall は、パターンに合致する部分文字列をすべて探し出してリストで返します。
finditer は、合致箇所のMatchオブジェクトをイテレータとして返します。
単に合致文字列だけが欲しい場合は findall がシンプルですが、マッチ位置などの詳細情報も得たい場合は finditer を利用すると便利です。


import re

pattern = r"\b[a-zA-Z]+\b"
text = "Python Java C++ Go"

words = re.findall(pattern, text)
print(words)  # ['Python', 'Java', 'C', 'Go']

for match_obj in re.finditer(pattern, text):
    print(match_obj.group(), match_obj.start(), match_obj.end())
    # Python 0 6
    # Java 7 11
    # C 12 13
    # Go 16 18

ここでは、アルファベットが連続する単語をすべて取得しています。
finditer でループすれば、その単語が文字列のどの位置にあったかなど詳細を取得できます。

split

split は、パターンを区切り文字として文字列を分割します。
例えばスペースやカンマ、タブなどの複数種類の区切りをまとめて指定したい場合に使うことが多いでしょう。


import re

pattern = r"[,\s]+"  # カンマまたは空白文字を区切りとする
text = "apple, orange  banana,grape"

splitted = re.split(pattern, text)
print(splitted)  # ['apple', 'orange', 'banana', 'grape']

上記のように、カンマやスペースが混ざった複雑な区切りでも、一括でスムーズに分割できます。

sub

sub は、パターンに合致する部分を別の文字列へ置換するときに使います。
置換回数を制限したり、逆にすべての合致箇所をまとめて置換することが可能です。


import re

pattern = r"\d{4}-\d{2}-\d{2}"
text = "データの作成日: 2023-10-05, 更新日: 2024-01-12"

new_text = re.sub(pattern, "YYYY-MM-DD", text)
print(new_text)  # データの作成日: YYYY-MM-DD, 更新日: YYYY-MM-DD

特定の日付形式を仮の文字列に差し替えるようなケースで役立ちます。

compile

同じパターンを何度も使う場合は、 compile() 関数を用いてコンパイル済みの正規表現オブジェクトを作る方法もあります。
読みやすさが向上し、複雑な正規表現を扱いやすくなることがあります。


import re

pattern = re.compile(r"([A-Za-z]+)\s+(\d+)")

text = "Item 1, ItemA 2, ItemB 30"
for match_obj in pattern.finditer(text):
    print(match_obj.groups())  
    # ('ItemA', '2')
    # ('ItemB', '30')

ここでは、([A-Za-z]+) でアイテム名を、 (\d+) で数字部分をキャプチャグループとして取得しています。
groups() メソッドを使うと、括弧で囲んだ部分の文字列がタプルとして返されます。

実務での活用シーン

ここからは、実際にどのようなケースでPythonのreモジュールが役立つかを見ていきましょう。
業務アプリケーションやデータ分析など、さまざまな場面で頻繁に用いられています。

ログファイルの抽出と解析

大量のログがある中で、特定のエラー行だけを抽出したい場合や、IPアドレスをまとめて収集したい場合などに正規表現が活用されます。
例えば、アクセスログの中から状態コードが400番台と500番台のものだけを抽出する、といったことが可能です。


import re

pattern = re.compile(r'HTTP/\d\.\d" (?P<status>[45]\d\d) ')
logs = [
    '127.0.0.1 - - [05/Oct/2025:10:00:00] "GET /index.html HTTP/1.1" 200 1024',
    '127.0.0.1 - - [05/Oct/2025:10:00:01] "GET /admin HTTP/1.1" 404 512',
    '127.0.0.1 - - [05/Oct/2025:10:00:02] "GET /secret HTTP/1.1" 500 256'
]

for line in logs:
    match_obj = pattern.search(line)
    if match_obj:
        print(line, match_obj.group("status"))

このようにエラーログだけを選り分ける処理は、後続の分析にも役立ちます。

フォーム入力チェックへの利用

ユーザーが入力したメールアドレスや電話番号が正しい形式かどうかをチェックする場合にも、正規表現がよく使われます。
メールアドレスの正規表現は複雑になることが多いですが、基本的なフォーマットであれば以下のように書けます。


import re

email_pattern = re.compile(r"^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}$")

emails = ["test@example.com", "invalid@com", "hello@world.co.jp"]
for e in emails:
    if email_pattern.match(e):
        print(e, "-> Valid")
    else:
        print(e, "-> Invalid")

実際の業務ではもう少し詳細なバリデーションが必要なこともあります。
しかし、ある程度の範囲であれば上記の方法でも簡単にチェックが可能です。

ファイル名やURLの検証

ファイル名が英数字とアンダースコアのみで構成されているか、特定の拡張子だけを許可するかなどの要件を満たす場合にも正規表現は便利です。
また、URLの形式が正しいかどうかをざっくりと判定したい場合にも使われます。

ファイル名などに不正な文字が含まれていると、予期せぬエラーやセキュリティ上のリスクが生じることがあります。
正規表現を用いて早い段階で検証することで、安全な取扱いが期待できます。

トラブルシューティングのポイント

正規表現は強力ですが、いくつかのポイントを誤解すると想定どおりにマッチしないことがあります。
ここでは、よくある落とし穴とその対処法を見ていきましょう。

文字列のエンコーディングへの対応

Unicode文字列を扱う際は、想定外の文字コードや特殊文字が混ざることでマッチに失敗するケースがあります。
例えば、全角の数字（"１"）と半角の数字（"1"）は見た目が似ていますが別のコードポイントです。
もし全角数字にもマッチさせたい場合は、 [０-９] のように書くか、ライブラリ側でエンコードを統一するなどの対応をする必要があります。

大文字・小文字の区別

英文字の大文字と小文字を区別せずに検索したい場合は、 re.IGNORECASE （または re.I）というフラグを指定します。
例えば re.search(pattern, text, re.IGNORECASE) のように書くと、パターン内でのアルファベットマッチが大文字・小文字を無視して行われるようになります。


import re

pattern = r"hello"
text = "Hello World"

result = re.search(pattern, text, re.IGNORECASE)
print(bool(result))  # True

こういったフラグを知らないまま使わないと、大文字・小文字で予期せぬマッチ漏れが発生します。
特に英語だけでなく、日本語とアルファベットが混ざる環境などでも注意が必要です。

複雑な正規表現の可読性

正規表現は凝りすぎると可読性が下がり、メンテナンスが難しくなります。
そこで re.VERBOSE フラグを使えば、改行やコメントを交えて見やすく書くことができます。


import re

pattern = re.compile(r"""
    ^           # 行頭
    [A-Za-z]+   # 英字が1文字以上
    \d{2,4}     # 2桁から4桁の数字
    $           # 行末
""", re.VERBOSE)

test_strings = ["Abc123", "Test2025", "NoNumbers"]
for s in test_strings:
    if pattern.search(s):
        print(s, "-> match")
    else:
        print(s, "-> no match")

コメントを入れることで、後から読み返したときに何を意図しているのか分かりやすくなるでしょう。

よくある質問

正規表現を学び始めたときに、よく疑問に思われる点をいくつか取り上げてみます。
これらを理解しておくと、ハマりやすいポイントを事前に回避できるかもしれません。

バックスラッシュの扱い

Pythonの文字列リテラルでもバックスラッシュはエスケープシーケンスとして機能するため、正規表現のバックスラッシュと混在して混乱しがちです。
そのため、正規表現を書くときは 生文字列 を指定するために r"..." の形式を使うことが推奨されることが多いです。

もし生文字列を使わずに "\n" のような文字を正規表現に書いてしまうと、パターンの意図が変わってしまうリスクがあります。
r"\n" と "\n" は、Pythonの中で扱われる実際の文字列が異なることを理解しておきましょう。

単一行モードと複数行モード

.（ドット）が改行文字にもマッチするかどうかなど、正規表現の動作を制御するために re.DOTALL や re.MULTILINE フラグがあります。
たとえば re.DOTALL を指定すると、ドットが改行文字を含めてあらゆる文字にマッチするようになります。
一方、 re.MULTILINE は行頭や行末（ ^ $ ）が改行ごとに再解釈されるようにするため、ログ解析などで複数行テキストの各行をターゲットにしたい場合に便利です。


import re

text = """Hello
World"""

pattern_dot = r".+"
normal_search = re.search(pattern_dot, text)
dotall_search = re.search(pattern_dot, text, re.DOTALL)

print(normal_search.group())   # 'Hello'
print(dotall_search.group())   # 'Hello\nWorld'

このように、フラグを活用しないと期待する動作にならないケースもあるため、正規表現を書く前に必要なフラグを検討するとよいでしょう。

まとめ

ここまで、Pythonのreモジュールと正規表現の基本的な構文、それぞれの使いどころや注意点、実務で想定される活用例などを幅広く紹介してきました。
正規表現は初見では少し複雑に感じられるかもしれませんが、その分だけ柔軟な文字列操作を実現できる強力な手段でもあります。

最初は主要なメタ文字や特殊シーケンスを少しずつ覚えながら、シンプルなパターン から試してみるのがよいでしょう。
慣れてくると、複雑なテキスト処理が1行の正規表現で片付くこともあり、工数削減やスクリプトのメンテナンス性向上に役立ちます。

プログラムの中で頻繁に文字列のチェックや抽出が必要になる場面は意外と多いものです。
その際に、手軽に正規表現を適用できるようになっていると、大きな効率アップにつながります。
ぜひ、実際の業務や学習プロジェクトで試してみてはいかがでしょうか。