基本正規表現 — grep で使うパターン

正規表現を試せるツール

本記事のパターンは、ブラウザ上で動く正規表現テスターでも試せます。入力テキストに対して、パターンの一致箇所をその場で確認できます。

基本正規表現 — ^ $ . * []

正規表現は、文字列のパターンを表す書き方です。grepは探す文字列を正規表現として解釈するため、固定文字列だけでなく「行頭がこの文字」「ここに任意の1文字」といった条件で行を探せます。基本正規表現で覚える記号は^・$・.・*・[]の5つです。

^は行頭、$は行末を表すアンカーです。.は任意の1文字に一致し、*は直前の文字の0回以上の繰り返しを表します。[abc]は角かっこ内のいずれか1文字、[a-z]は範囲で小文字1文字に一致します。これらを組み合わせて柔軟な検索ができます。

echo -e 'cat\ncot\ndog' > words.txt   # 素材を作成
grep '^c' words.txt                       # c で始まる cat と cot
grep 't$' words.txt                       # t で終わる cat と cot
grep 'c.t' words.txt                      # c?t に一致する cat と cot

① echo -e 'cat\ncot\ndog' > words.txtで3行の素材ファイルを作成してください。

② grepに行頭を表すアンカーを付けたパターンを渡し、cで始まる行だけを表示してください。

③ 続けて、行末を表すアンカーを付けたパターンでtで終わる行を表示してください。

④ さらに、任意の1文字を表す記号を間にはさんだパターンでcとtの間が1文字の行を表示してください。（正しく実行できれば解説が表示されます）

繰り返しと文字クラス — * と []

*は直前の文字の0回以上の繰り返しを表します。ab*cはac・abc・abbcのようにbが0個以上ある行に一致します。[]は角かっこ内のいずれか1文字に一致し、[cb]atはcatとbatの両方を拾います。[a-z]のように範囲を書くと小文字1文字を表せます。

echo -e 'ac\nabc\nabbc\naxc' > rep.txt   # 素材を作成
grep 'ab*c' rep.txt                       # b が 0 個以上の ac abc abbc
echo -e 'cat\nbat\nrat' > cls.txt      # 素材を作成
grep '[cb]at' cls.txt                     # cat と bat の 2 行

① echo -e 'ac\nabc\nabbc\naxc' > rep.txtで繰り返し確認用の素材を作成してください。

② grepに直前の文字の0回以上の繰り返しを表す記号を使ったパターンを渡し、aとcの間にbが何個でもよい行を表示してください。

③ echo -e 'cat\nbat\nrat' > cls.txtで文字クラス確認用の素材を作成してください。

④ 角かっこの文字クラスを使ったパターンでcatとbatだけを表示してください。

または — \| でいずれかに一致

基本正規表現では|（または）はそのままだと普通の文字として扱われます。

選択を表すにはバックスラッシュを付けて\|と書き、grep 'cat\|dog'はcatかdogを含む行に一致します。

後半で学ぶgrep -Eなら、\|の代わりに|をそのまま書けます。

echo -e 'cat\ndog\nfox' > sel.txt   # 素材を作成
grep 'cat\|dog' sel.txt              # cat か dog を含む 2 行

① echo -e 'cat\ndog\nfox' > sel.txtで3行の素材ファイルを作成してください。

② 基本正規表現で「または」を表すには|にバックスラッシュを付けます。grepに'cat\|dog'を渡し、catかdogを含む行を表示してください。

③ foxはどちらにも一致しないため出力されないことを確認してください。

拡張正規表現と一致部分の出力 — grep -E / grep -o

基本正規表現では+ | ( )は\+ \| \( \)のようにエスケープが必要ですが、grep -Eならそのまま書けます。grep -Eは拡張正規表現（ERE）を有効にします。基本正規表現ではエスケープが必要だった+（1回以上）や|（または）、()（グループ）を、そのまま書けるようになります。grep -E 'cat|dog'はcatかdogを含む行に一致します。

grep -oは一致した行全体ではなく、一致した部分の文字列だけを出力します。1行に複数の一致があれば、それぞれを別の行として出します。ログから一致箇所だけを取り出して数えたいときに役立ちます。

正規表現のさらに高度な書き方

grep -P（Perl 互換の正規表現）は GNU grep の拡張です。本講座では基本正規表現（^ $ . * []）と、拡張正規表現を有効にするgrep -E、一致部分だけを出すgrep -oを学びます。これらはどの Linux でも同じ書き方で通用します。

echo -e 'cat\ndog\nfox' > animals.txt   # 素材を作成
grep -E 'cat|dog' animals.txt              # cat か dog の 2 行
echo -e 'ac\nabc\nabbc' > plus.txt      # 素材を作成
grep -E 'ab+c' plus.txt                    # b が 1 個以上の abc abbc
echo -e 'cat cat dog' > line.txt         # 素材を作成
grep -o cat line.txt                       # 一致した cat を 2 行に分けて出力

① echo -e 'cat\ndog\nfox' > animals.txtで素材ファイルを作成してください。

② grepに拡張正規表現を有効にするオプションを付け、catまたはdogのどちらかを含む行を表示してください。

③ echo -e 'ac\nabc\nabbc' > plus.txtで素材を作成し、拡張正規表現のgrep -E 'ab+c'でbが1個以上ある行を表示してください。

④ echo -e 'cat cat dog' > line.txtで1行に複数の語が並んだ素材を作成してください。

⑤ grepに一致部分だけを出すオプションを付けてcatを検索し、一致した語だけが行ごとに出ることを確認してください。

コマンドの出力を絞る — | grep

grepは引数のファイルだけでなく、パイプ|で渡された他のコマンドの出力も検索できます。

lsやcatの結果を| grepに通すと、必要な行だけに絞り込めます。

ls cmds | grep '^c'はcmdsディレクトリの一覧からcで始まる名前だけを表示し、cat ファイル | grep 語も同じ形でファイルの中身を絞れます。

mkdir -p cmds                                # 小さな素材ディレクトリ
touch cmds/cat cmds/cut cmds/sort            # 3 つの名前を用意
ls cmds | grep '^c'                          # 一覧から c で始まる cat と cut
echo -e 'apple\nbanana\ncherry' > fruit.txt   # 素材を作成
cat fruit.txt | grep an                      # an を含む banana だけ

① mkdir -p cmdsとtouch cmds/cat cmds/cut cmds/sortで、小さな素材ディレクトリを用意してください。

② ls cmdsの出力をパイプ|でgrepに渡し、cで始まる名前だけを表示してください。

③ echo -e 'apple\nbanana\ncherry' > fruit.txtで3行の素材を作成し、cat fruit.txtの出力を| grepに通してanを含む行だけを表示してください。