Chapter1   Pythonで実行

空白について

 最初に空白について説明します。

空白の中で、スペースや水平タブ、改行はイメージし易いと思います。

これに対して \r (復帰), \f (改ページ), \v (垂直タブ)は、あまり馴染みが無いかと思われます。

 そこで、これらを実際に入力して、動きを確認してみます。

使用するPythonのバージョンは 3.7 です。

半角スペース

 半角スペースは、キーボードのスペースキー(space key)の他、\u0020と入力します。

    re_meta7_1.py
    #  bとCの間は半角スペース

        st ="ab CD\u0020EF"
        print(st)
                            

実行結果

 半角スペースが表示されました。

改行

 \n か \u000A です。

    re_meta7_2.py

        st ="ab\nCD\u000AEF"
        print(st)
                            

実行結果

 改行されています。

復帰

 復帰は \r か \u000D と入力します。

これにより行頭に移動します。

    re_meta7_3.py

        st ="@@34\r1\n@@cd\u000Da"
        print(st)
                            

実行結果

 \r の後にある 1 が、行頭に入力されている事を確認できたと思います。

改ページ

 \f か \u000c です。

    re_meta7_4.py

        st ="ab\fcd12\u000c34"
        print(st)
                            

実行結果

 \f は、pythonからはこのように表示されました。

垂直タブ

 垂直タブは \v か \u000b と入力します。

    re_meta7_5.py

        st ="ab\vcd12\u000b34"
        print(st)
                            

実行結果

 確認できたところで、\s をフラグ無しで実行してみましょう。

フラグなし

 上で登場させた space,\t,\n,\r,\f,\v にマッチさせてみます。

    re_meta7_6.py

        import  re

        pattern = re.compile("\s")
        #  aとbの間は半角スペース
        st ="a b\t\n\r\f\v"
        result = pattern.findall(st)
        print(result)
                            

実行結果

 しっかりと一致しました。

そして、フラグを用いない場合は、空白の対象はより広義に解釈されます。

上記だけでなく、 全角の空白(\u3000)やノーブレークスペース(\u00A0)、Ogham Space Mark(\u1680)、Thin Space(\u2009)、、、などの空白も含まれます。

これらについても確認してみましょう。

    re_meta7_7.py

        import  re

        pattern = re.compile("\s")
        #  aとbの間は全角スペース
        st ="a　b\u3000c\u00A0d\u1680e\u2009f"
        result = pattern.findall(st)
        print(st)
        print(result)
                            

実行結果

 全角スペースなどにもマッチしています。

これは、パターンを [ \t\n\r\f\v] で構成した以下の場合と異なります。

    re_meta7_8.py

        import  re

        pattern = re.compile("[ \t\n\r\f\v]")
        #  aとbの間は全角スペース
        st ="a　b\u3000c\u00A0d\u1680e\u2009f"
        result = pattern.findall(st)
        print(result)
                            

実行結果

 全角スペースなどには一致していません。

この結果と足並みを揃えるには、やはりフラグを用います。

ASCIIフラグ

 ASCIIフラグを使うと、全角スペースなどを弾きます。

    re_meta7_9.py

        import  re

        pattern = re.compile("\s",flags=re.ASCII)
        #  a と b の間は全角スペース, f と h の間は半角スペース
        st ="a　b\u3000c\u00A0d\u1680e\u2009f h\t\n\r\f\v"
        result = pattern.findall(st)
        print(result)
                            

実行結果

 [ \t\n\r\f\v] と同じく、全角スペースなどにはマッチしていません。

インラインフラグ

 インラインフラグでも同様の結果になります。

文字列パターンの先頭に (?a) を記述します。

    re_meta7_10.py

        import  re

        pattern = re.compile("(?a)\s")
        #  a と b の間は全角スペース, f と h の間は半角スペース
        st ="a　b\u3000c\u00A0d\u1680e\u2009f h\t\n\r\f\v"
        result = pattern.findall(st)
        print(result)
                            

実行結果

 インラインフラグでも、meta7_9.pyと等しい結果になりました。

では最後に、このような空白文字を取り除く処理を行います。

余白を消す

 余白を消すには、正規表現において文字列を置換するメゾットである sub() を使います。

(sub() については【正規表現による置換と分割】のページで詳しく説明しています。)

ASCIIフラグがある状態で実行してみます。

    re_meta7_11.py

        import  re

        pattern = re.compile("\s",flags=re.ASCII)
        #  a と b の間は全角スペース, f と 1 の間は半角スペース
        st ="a　b\u3000c\u00A0d\u1680e\u2009f 1\t2\n3\r4\f5\v6"
        repl = ""
        result = pattern.sub(repl,st)
        print(result)
                            

実行結果

 やはりフラグがあると、全角スペースなどは取り除かれません。

フラグを外して、空白を広義に解釈してこれを消去します。

    re_meta7_12.py

        import  re

        pattern = re.compile("\s")
        #  a と b の間は全角スペース, f と 1 の間は半角スペース
        st ="a　b\u3000c\u00A0d\u1680e\u2009f 1\t2\n3\r4\f5\v6"
        repl = ""
        result = pattern.sub(repl,st)
        print(result)
                            

実行結果

 全角スペースなども消す事ができました。