ログファイルの解析

Goでは、regexpパッケージが正規表現を扱うための機能を提供しています。

構文

受け付ける正規表現の構文は、PerlやPythonなど他の言語で使われている一般的な構文と同じです。

検索パターンと入力テキストはどちらも、UTF-8として解釈されます。

バッククォート（`）を使って文字列を作る場合、バックスラッシュ（\）に特別な意味はなく、タブ\tや改行\nのような特殊文字の始まりを表すこともありません。

"\t\n" // regular string literal with 2 characters: a tab and a newline
`\t\n`// raw string literal with 4 characters: two backslashes, a 't', and an 'n'

このため、正規表現を書くときにはバッククォートを使うのがおすすめです。バックスラッシュをエスケープしなくて済むからです。

"\\" // string with a single backslash
`\\` // string with 2 backslashes

パターンのコンパイル：RegExp型

正規表現を使うには、まず文字列のパターンをコンパイルする必要があります。ここでいうコンパイルとは、正規表現の文字列パターンを、扱いやすい内部表現に変換することを指します。各パターンのコンパイルは一度だけ行えばよく、その後はコンパイル済みの正規表現を何度も使えます。regexp.Regexp型は、コンパイル済みの正規表現を表します。regexp.Compile関数を使うと、文字列パターンをregexp.Regexpにコンパイルできます。コンパイルに失敗した場合、この関数はnilとエラーを返します。

re, err := regexp.Compile(`(a|b)+`)
fmt.Println(re, err) // => (a|b)+ <nil>
re, err = regexp.Compile(`a|b)+`)
fmt.Println(re, err) // => <nil> error parsing regexp: unexpected ): `a|b)+`

MustCompile関数は、Compileの代わりに使える便利な関数です。

re = regexp.MustCompile(`[a-z]+\d*`)

この関数を使えば、エラーを処理する必要はありません。

正規表現のメソッド

Regexpには、正規表現にマッチし、マッチしたテキストを特定するメソッドが16個あります。これらの名前は、次の正規表現にマッチします。

Find(All)?(String)?(Submatch)?(Index)?

• Allがある場合、メソッドは式全体に対して重複しない連続したマッチを探します。
• Stringがある場合、引数は文字列です。そうでない場合はバイトのスライスになり、戻り値はそれに応じて調整されます。
• Submatchがある場合、戻り値は式の連続したサブマッチを特定するスライスです。
• Indexがある場合、マッチとサブマッチは入力文字列内のバイトのインデックスのペアで特定されます。

また、次のためのメソッドもあります。

• 正規表現のマッチを置換文字列で置き換える
• 正規表現で区切られた文字列を分割する

全体として、regexpパッケージは40を超える関数とメソッドを定義しています。ここからは、いくつかのメソッドの使い方を紹介します。これらのメソッドやその他の関数の詳細については、APIドキュメントを参照してください。

MatchStringの例

MatchStringメソッドは、文字列が正規表現にマッチする部分を含むかどうかを報告します。

re = regexp.MustCompile(`[a-z]+\d*`)
b = re.MatchString("[a12]")       // => true
b = re.MatchString("12abc34(ef)") // => true
b = re.MatchString(" abc!")       // => true
b = re.MatchString("123 456")     // => false

FindStringの例

FindStringメソッドは、正規表現に最も左でマッチしたテキストを保持する文字列を返します。

re = regexp.MustCompile(`[a-z]+\d*`)
s = re.FindString("[a12]")       // => "a12"
s = re.FindString("12abc34(ef)") // => "abc34"
s = re.FindString(" abc!")       // => "abc"
s = re.FindString("123 456")     // => ""

FindStringSubmatchの例

FindStringSubmatchメソッドは、正規表現に最も左でマッチしたテキストと、その部分式にマッチしたものがあればそれらを保持する文字列のスライスを返します。これは、キャプチャグループにマッチする文字列を特定するのに使えます。戻り値がnilの場合は、マッチしなかったことを示します。

re = regexp.MustCompile(`[a-z]+(\d*)`)
sl = re.FindStringSubmatch("[a12]")       // => []string{"a12","12"}
sl = re.FindStringSubmatch("12abc34(ef)") // => []string{"abc34","34"}
sl = re.FindStringSubmatch(" abc!")       // => []string{"abc",""}
sl = re.FindStringSubmatch("123 456")     // => <nil>

ReplaceAllStringの例

re.ReplaceAllString(src,repl)メソッドは、srcのコピーを返します。このとき、正規表現reにマッチした部分を置換文字列replで置き換えます。

re = regexp.MustCompile(`[a-z]+\d*`)
s = re.ReplaceAllString("[a12]", "X")       // => "[X]"
s = re.ReplaceAllString("12abc34(ef)", "X") // => "12X(X)"
s = re.ReplaceAllString(" abc!", "X")       // => " X!"
s = re.ReplaceAllString("123 456", "X")     // => "123 456"

Splitの例

re.Split(s,n)メソッドは、テキストsを式で区切られた部分文字列に分割し、それらの式のマッチの間にある部分文字列のスライスを返します。個数nは、返す部分文字列の最大数を決めます。n<0の場合、メソッドはすべての部分文字列を返します。

re = regexp.MustCompile(`[a-z]+\d*`)
sl = re.Split("[a12]", -1)      // => []string{"[","]"}
sl = re.Split("12abc34(ef)", 2) // => []string{"12","(ef)"}
sl = re.Split(" abc!", -1)      // => []string{" ","!"}
sl = re.Split("123 456", -1)    // => []string{"123 456"}