【第98回】ロータス博士のWinActor塾～正規表現Ⅲ

課題のおさらい

前回は、入力された文字が「0～5」の範囲内であるかを判定するために正規表現を使用し、[0-5]と指定しました。

この指定をすれば確かに0～5はマッチします。

しかしこの正規表現では、他の文字が混ざっていた場合に正しい結果が得られません。

このように１文字でも0～5が含まれているとマッチしてしまいます。

これを0,1,2,3,4,5の5パターンのみマッチするように変更したいというのが前回の課題です。

前回の記事はこちら

2023年8月15日

【第97回】ロータス博士のWinActor塾～正規表現Ⅱ

正規表現について、よく使う要素を表形式で紹介しています。

問題点を探る

ではどこが問題なのかを考えていきましょう。

[0-5]では、確かに0～5が存在しているかどうかを調べることができます。

しかし、それらがいくつ存在しているかまではわかりません。

1つでも、2つでも、存在していれば個数を問わずtrueになります。

ここでロータス君の解答を見てみましょう。

僕の解答を！？

あれ動かしてみたら失敗したと思ったけど、もしかして？

ロータス君の解答

[0-5]{1}

ロータス君が先に自白したように、結果は失敗になります。

じゃあなんで見せたん・・・？

良い失敗例としてロータス君の作成した正規表現をお見せしました。

この正規表現でやろうとしているのは「文字数」の指定です。

量指定子を使用して{1}と書くことで、直前の文字が1個連続した場合にマッチするようにしています。

これがなぜダメなのか、ロータス君は{1}を指定しましたが、{3}の場合の例でお見せします。

[0-5]{3}

この正規表現に対して「11」を入力してみましょう。

これはマッチしません。量指定子で{3}と指定すると「直前の文字が3個連続した場合」という意味になります。

３文字と指定しているのに入力が２文字なので当然ですね。

「111」では文字数が一致しているのでマッチします。

もちろん1は0～5の間の数字なので[0-5]の条件も満たしています。

ここまでは良さそうです。問題は文字数が指定より大きい場合です。

「1111」は４文字なので、マッチしてほしくありません。しかし、実際はマッチしてしまうのです。

なぜかというと、「1111」の中に「111」が含まれているからです。

この正規表現の条件を日本語にすると「0～5の文字が3つ連続した部分が含まれていれば一致」となります。

「1111」,「1111」

赤色の部分を見ると、４文字でも条件に一致していることがよくわかりますね。

解答例

ここまでの例で、なぜこのような問題が発生するかというと

正規表現を満たす文字列が「含まれている」場合にマッチしてしまうからですね。

これを「完全に一致」した場合にのみマッチとなれば解決しそうです。

なぜなら「指定以外の文字はどこにも入ってほしくない」からです。

こういった場合には、文字列の位置を指定するための正規表現「ゼロ幅アサーション」が役に立ちます。

この２つの要素を同時に使用することで、完全一致にすることができます。

例えば^abc$とすると「始まりから終わりまでがabcである文字列」にマッチします。

ここで気を付けたいのは「abcで始まりabcで終わる」ではないことです。

「abcで始まってabcで終わっていれば間に何か入っていてもOK！」では困りますよね。

余談ですが、逆にそういった指定であれば^abc.*abc$といった形であったり、

abc単体もマッチしたい場合は(?=^abc.*)(?=.*abc$)と書いたりします。

今回の問題を解決するには完全一致にできれば良いので、^と$を付ければうまく動くでしょう。

ゼロ幅アサーションを使って「始まりから終わりまでが0～5である文字列」という正規表現を作成します。

シナリオの修正

^[0-5]$

これを以前作成したシナリオの分岐ノードの条件に指定してみましょう。

分岐グループのプロパティを以下のように変更します。

実行結果

それでは実行してみましょう。

上図の通りの結果となりました。

これで「11」や「148」などがマッチしてしまう問題が解決できましたね！