Pythonで日本語の正規表現を扱う方法を現役エンジニアが解説【初心者向け】

正規表現を構成するのは、「メタ文字」や「特殊シーケンス」呼ばれる文字を組み合わせです。正規表現を使うには、reモジュールを使います。検索、置換、連結、分割などの便利な関数が簡単に実行できます。

TechAcademyマガジンはオンラインのプログラミングスクールTechAcademy [テックアカデミー]が運営する教育×テクノロジーのWebメディアです。初心者でもすぐ勉強できる記事が2,000以上あります。

Pythonで日本語の正規表現を扱う方法について解説します。

Pythonについてそもそもよく分からないという方は、Pythonとは何なのか解説した記事をまずご覧ください。

 

なお本記事は、TechAcademyのPythonオンライン講座の内容をもとにしています。

 

田島悠介

今回は、Pythonついての内容だね!

大石ゆかり

どういう内容でしょうか?

田島悠介

日本語の正規表現を扱う方法を解説していくね!

大石ゆかり

お願いします!

 

正規表現とは

正規表現は、様々な文字列を1つの形式で表すための表記法です。

言葉で説明してもピンとこないので、今回は文章の中から日本語を抽出し、表示までを正規表現で実際に試してみます

 

正規表現で日本語の文字を抽出するには

正規表現を構成するのは、「メタ文字」や「特殊シーケンス」呼ばれる文字を組み合わせです。正規表現を使うには、reモジュールを使います。検索、置換、連結、分割などの便利な関数が簡単に実行できます。

さっそく、文章から日本語だけを抽出してみます。

import re
txt = "TechAcademyマガジンでプログラミングを学習する!"

# ひらがなの抽出
hiragana = re.findall("[ぁ-ん]", txt)
# カタカナの抽出
katakana = re.findall("[ァ-ン]", txt)
# 漢字の抽出
kanji = re.findall("[一-龥]", txt)

 

[PR] Pythonで挫折しない学習方法を動画で公開中

抽出した日本語の文字を表示するには

次に、文章から日本語を抽出し、出力までします。

import re
txt = "TechAcademyマガジンでプログラミングを学習する!"

# ひらがなの抽出
hiragana = re.findall("[ぁ-ん]", txt)
# カタカナの抽出
katakana = re.findall("[ァ-ン]", txt)
# 漢字の抽出
kanji = re.findall("[一-龥]", txt)

# ひらがなの出力
if hiragana:
    print(hiragana)
# カタカナの出力
if katakana:
    print(katakana)
# 漢字の出力
if kanji:
    print(kanji)

実行結果

['で', 'を', 'す', 'る']
['マ', 'ガ', 'ジ', 'ン', 'プ', 'ロ', 'グ', 'ラ', 'ミ', 'ン', 'グ']
['学', '習']

 

大石ゆかり

内容分かりやすくて良かったです!

田島悠介

ゆかりちゃんも分からないことがあったら質問してね!

大石ゆかり

分かりました!ありがとうございます!

オンラインのプログラミングスクールTechAcademyではPythonを使って機械学習の基礎を学ぶPythonオンライン講座を開催しています。

初心者向けの書籍を使って人工知能(AI)や機械学習について学ぶことができます。

現役エンジニアがパーソナルメンターとして受講生に1人ずつつき、マンツーマンのメンタリングで学習をサポートし、最短4週間で習得することが可能です。

また、現役エンジニアから学べる無料のプログラミング体験会も実施しているので、ぜひ参加してみてください。