コンピュータやインターネットの世界では、普段見慣れない文字や記号の並びがあれこれ出てきて、これは一体何だろうと頭を抱えることも、しばしば。本記事では、そんな謎の代表格（！）正規表現（Regular Expression）について取り上げます。

たまに目にする謎の呪文

みなさんは、図1のような「呪文のような何か」が、インターネットの世界では役に立っていることをご存知でしょうか？

^[a-zA-Z0-9.!#$%&'*+/=?^_`{|}~-]+@[a-zA-Z0-9](?:[a-zA-Z0-9-]{0,61}[a-zA-Z0-9])?(?:\.[a-zA-Z0-9](?:[a-zA-Z0-9-]{0,61}[a-zA-Z0-9])?)*$

この呪文は次のような文字列に関係します。

• gihyo01taro@docomo.ne.jp
• ryoma@i.softbank.jp
• book_shinkan@gihyo.co.jp

これらは、わたしたちが普段からよく使っているメールアドレスですね。

ところで、これらの「メールアドレスとして使える文字列」（⁠→「⁠メールアドレスのパターン」と言います）をちゃんと説明することってできるのでしょうか？ たとえば、NTTドコモの「メールアドレス変更」のページでは次のような文章で説明しています。

初期設定では、「⁠ランダムな英数字の組み合わせ@docomo.ne.jp」となっています

わかりやすい説明ですね。ただ、こういった説明は人間にはわかりやすいのですが、コンピュータに理解させるためには「工夫」が必要となります。

どのような工夫をするかと言うと、先ほどの図1で示した呪文のような文字列を使います。図1は、メールアドレスのパターンを「コンピュータが理解できる形で書かれた表現式」というわけです。

プログラミングと正規表現

プログラミングの世界では、このような式は正規表現と呼ばれていて、さまざまな場面で役に立つ便利な道具として愛されています。

何かWebサービスに会員登録をする時には「あなたのメールアドレスを教えてください」とメールアドレスを入力するフォームが用意されていることがほとんどです。そのような場面で、サービスを提供している側は「入力されたメールアドレスが本当に正しいものか？」をコンピュータにチェックさせます。

先ほどの図1の正規表現は、Webの標準的な枠組み（HTML5）で実際に使われているものです。コンピュータが入力をチェックして、アドレスが間違っていた場合は図2のような警告を出してくれます。図2では「メールアドレスのはずなのに@（アットマーク）が含まれいません」ということを伝えてくれています。メールアドレスの入力を期待しているのに、メールアドレスとは違う文字列が入力されると処理に困ります（それだけでは止まらない問題になる場合もあります）から、サービスに欠かせない機能です。

さて、図1のようなメールアドレスを表す正規表現について、

• どういう規則で（あんな呪文みたいなものが）書かれているのか
• なぜコンピュータにとって理解しやすいのか

などなど気になるところですが、これらについてお話するには記事スペースが足りなくなってきました。

少しだけ補足しておくと、正規表現はコンピュータとともに発展してきた技術の一つで、実は長い長い歴史がある分野です。かと言って難しいことばかりではなく、記号/構文の簡単な使い方を覚えるだけでも、文字列にまつわるさまざまな問題に応用できます。プログラミングでなくても、普段のちょっとしたテキストファイルの編集でも効果抜群。気軽に、正規表現のメタ文字である「*」や「|」など1つ2つからでもパズル感覚で始めると楽しめるかもしれません。そして、もしさらなる興味が湧いたなら...... 歴史をはじめその深い深い話に触れてみるのはいかがでしょうか。

（本文：新屋良磨、『⁠正規表現技術入門』（⁠技術評論社、2015）著者）