正規表現

\p{prop} 

例えば、\p{LL} は、英字の小文字に一致します。prop キーワードは、1 文字または 2 文字の文字で構成されます。prop キーワードでは、大文字と小文字は区別されません。単一文字の prop キーワードは、最も包含的です。2 文字の prop キーワードはサブセットを指定します。

否定は \P{prop} です。例えば、\P{LL} は、小文字でない任意の文字に一致します。

以下のテーブルは、最初の 256 文字で各 prop キーワードに一致する文字を示しています (256 文字のいずれにも一致しない prop キーワードには、サンプルの Unicode 文字が示されています)。

以下のコードを使用すると、prop キーワードで一致する文字を判別できます。

  READ prop#2:10
  READ rangefrom:10
  READ rangeto:10
  FOR i=rangefrom:1:rangeto {
      IF $MATCH($CHAR(i),"\p{"_prop_"}")=1 {
         WRITE i,"=",$CHAR(i),!} }

\p{ptype}
[:ptype:]

例えば、[:lower:] や \p{lower} は、英字の小文字に一致します。[:^lower:] や \P{lower} のようにすると否定 (英字の小文字以外のすべてに一致) を指定できます。

ptype キーワードでは、大文字と小文字は区別されません。一般的な ptype キーワードは、以下のとおりです。

• alnum — 文字と数字。

• alpha — 文字。

• blank — タブ ($CHAR(9)) またはスペース (CHAR(32)、CHAR(160))。

• cntrl — 制御文字 ($CHAR(0) ～ $CHAR(31)、$CHAR(127) ～ $CHAR(159))。

• digit — 数字 (0 ～ 9)。

• graph — スペース文字を除く出力可能文字 ($CHAR(33) ～ $CHAR(126)、$CHAR(161) ～ $CHAR(156))。

• lower — 英字の小文字。

• math — 算術文字 (記号のサブセット)。+<=>^|~¬±×÷ の文字が含まれます。

• print — スペース文字を含む出力可能文字 ($CHAR(32) ～ $CHAR(126)、$CHAR(160) ～ $CHAR(156))。

• punct — 句読点文字 (記号文字を除きます)。!"#%&'()*,-./:;?@[\]_{}¡«·»¿ の文字が含まれます。

• space — $CHAR(9)、$CHAR(10)、$CHAR(11)、$CHAR(12)、$CHAR(13)、$CHAR(32)、$CHAR(133)、および $CHAR(160) の文字を含む、空白、タブ、および行スペースの文字を含めた、スペース文字。

• symbol — 記号文字 (句読点文字を除きます)。$+<=>^`|~¢£¤¥¦§¨©¬®¯°±´¶¸×÷ の文字が含まれます。

• upper — 英字の大文字。

• xdigit — 16 進数。0 ～ 9 の数字、A ～ F の大文字、および a ～ f の小文字です。

さらに、ptype を使用すると、Unicode カテゴリを指定できます。例えば、[:greek:] は、Unicode ギリシャ語カテゴリ ($CHAR(900) ～ $CHAR(974) の範囲にあるギリシャ文字がこれに含まれます) の文字に一致します。これらの POSIX Unicode カテゴリの部分リストには、[:arabic:]、[:cyrillic:]、[:greek:]、[:hebrew:]、[:hiragana:]、[:katakana:]、[:latin:]、[:thai:] が含まれます。これらの Unicode カテゴリは、例えば [:script=greek:] としても表記できます。

以下の例では、POSIX マッチングを使用して、[:letter:] 文字セットと [:latin:] 文字セットを最初の 256 文字で比較します。それらは、文字が 1 つ ($CHAR(181)) 異なります。

   FOR i=0:1:255 {
     SET letr="foo"
     IF 1=$MATCH($CHAR(i),"[:letter:]") {
      SET letr=$CHAR(i)}
     IF 1=$MATCH($CHAR(i),"[:latin:]") {
          SET lat=$CHAR(i)}
      ELSE {SET lat="foo"}
     IF letr '= lat {WRITE i," ",$CHAR(i),!}
   }

\cX

X は、ASCII 制御文字 (0 ～ 31 の文字) に対応する文字または記号です。文字は、$CHAR(1) ～ $CHAR(26) に対応します。例えば、\cH は $CHAR(8) で、バックスペース文字です。X 文字では、大文字と小文字は区別されません。出力不能制御文字は、同じ ASCII 文字セット・シーケンスに続きます ($CHAR(0) = \c@ または \c`、$CHAR(27) = \c{ または \c[、$CHAR(28) = \c| または \c\、$CHAR(29) = \c} または \c]、$CHAR(30) = \c^ または \c~、$CHAR(31) = \c_)。

\N{charname}

例えば、\N{comma} はコンマに一致します。メタ文字の \N は大文字である必要があります。

サポート対象文字名には、アクセント記号 (´)、アンド記号 (&)、アポストロフィ (')、アスタリスク(*)、短音記号 (˘)、セディラ (¸)、コロン (:)、コンマ (,)、短剣符 (†)、度数記号 (°)、除算記号 (÷)、ドル記号 ($)、二重短剣符 (‡)、全角ダッシュ (—)、二分ダッシュ (–)、感嘆符 (!)、等号 (=)、終止符 (.)、抑音アクセント (`)、無限大 (∞)、左中括弧 ({)、左括弧 (()、左角括弧 ([)、長音記号 (¯)、乗算記号 (×)、加算記号 (+)、シャープ記号 (#)、プライム符号 (′)、疑問符 (?)、右中括弧 (})、右括弧 ())、右角括弧 (])、セミコロン (;)、スペース( )、平方根 (√)、チルダ (~)、垂直線 (|) が含まれます。添え字 0 ～ 9 と上付き文字 0 ～ 9 もサポートされています。

(?n)  to turn mode on
(?-n) to turn mode off

n は、モード・タイプを指定する単一の小文字です。

以下の例は、ケース・モード (?i) を示します。

  WRITE $MATCH("A","(?i)[abc]"),!
  WRITE $MATCH("a","(?i)[abc]")

以下の例は、ケース・モード (?i) を示します。最初の正規表現では大文字と小文字が区別されます。2 番目の正規表現における先頭はケース・モード修飾子 (?i) であり、正規表現では大文字と小文字が区別されません。

  SET name(1)="Smith,John"
  SET name(2)="dePaul,Lucius"
  SET name(3)="smith,john"
  SET name(4)="John Smith"
  SET name(5)="Smith,J"
  SET name(6)="R2D2,CP30"
  SET n=1
  WHILE $DATA(name(n)) {
    IF $MATCH(name(n),"\p{LU}\p{LL}+,\p{LU}\p{LL}+")
      { WRITE name(n)," : case match",! }
    ELSEIF $MATCH(name(n),"(?i)\p{LU}\p{LL}+,\p{LU}\p{LL}+")
      { WRITE name(n)," : non-case match",! }
    ELSE { WRITE name(n)," : not a valid name",! }
    SET n=n+1 }

以下の例は、単一行モード (?s) を示します。このモードでは、".*" が改行文字のある文字列に一致します。

  SET line(1)="This is a string without line breaks."
  SET line(2)="This is a string with"_$CHAR(10)_"one line break."
  SET line(3)="This is a string"_$CHAR(11)_"with"_$CHAR(12)_"two line breaks."
  SET i=1
  WHILE $DATA(line(i)) {
    IF $MATCH(line(i),".*") {WRITE "line(",i,") is a single line string",! }
    ELSEIF $MATCH(line(i),"(?s).*") {WRITE "line(",i,") is a multiline string",! }
    ELSE {WRITE "string error",! }
    SET i=i+1 } 

以下の例は、単一行モード (?s) を示します。キャリッジ・リターンと改行のペアがその順序出現すると、正規表現で 1 文字としてカウントされます。

  SET str(1)="one"_$CHAR(13)_$CHAR(10)_"two"   // CR/LF
  SET str(2)="one"_$CHAR(10)_$CHAR(13)_"two"   // LF/CR
  SET i=1
  WHILE $DATA(str(i)) {
     WRITE $LENGTH(str(i))," is the length of string ",i,!
     IF $MATCH(str(i),"(?s).{7}") { WRITE "string ",i," matches 7 chars",! }
     ELSEIF $MATCH(str(i),"(?s).{8}") { WRITE "string ",i," matches 8 chars",! }
     ELSE { WRITE "string match error",! }
     SET i=i+1
   }

以下の例は、複数行モード (?m) を示します。終端アンカー ($) により識別される部分文字列を探します。単一行モードでは、この終端部分文字列は必ず “break” (文字列における最後の部分文字列) になります。複数行モードでは、終端部分文字列は、複数行文字列内で行が終了する任意の部分文字列にできます。

  SET line(1)="String without line break"
  SET line(2)="String with"_$CHAR(10)_" one line break"
  SET line(3)="String"_$CHAR(11)_" with"_$CHAR(12)_" two line break"
  SET i=1
  WHILE $DATA(line(i)) {
    WRITE $LOCATE(line(i),"(String|with|break)$")," line(",i,") in single-line mode",! 
    WRITE $LOCATE(line(i),"(?m)(String|with|break)$")," line(",i,") in multi-line mode",!!
    SET i=i+1 } 

(?mode:literal)

このモード修飾子は、括弧内のリテラルにのみ適用されます。

以下のケース・モード (?i) 例では、この接頭語の大文字化処理に関係なく、先頭が de、del、dela、および della である名字 (lname) に一致します。残りの lname は大文字で始まり、小文字が 1 文字以上その後に続く必要があります。

  SET lname(1)="deTour"
  SET lname(2)="DeMarco"
  SET lname(3)="DeLaRenta"
  SET lname(4)="DelCarmine"
  SET lname(5)="dellaRobbia"
  SET i=1
  WHILE $DATA(lname(i)) {
     WRITE $MATCH(lname(i),"(?i:de|del|dela|della)\p{LU}\p{LL}+")," = ",lname(i),!
     SET i=i+1 }

(?# comment)

以下の例は、正規表現内におけるコメントの使用法を示しています。このコメントでは、この書式一致はアメリカ式日付 (MM/DD/YYYY) 用であり、ヨーロッパ式日付 (DD/MM/YYYY) 用ではないことを記載しています。

   WRITE $MATCH("04/28/2012","^[01]\d(?# months)/[0123]\d(?# days)/\d\d\d\d$")

# comment

以下の例は、フリー・スペース・モードでの最後のコメントを示しています。

   WRITE $MATCH("04/28/2012","^[01]\d/[0123]\d/\d\d\d\d$")," no comment",!
   WRITE $MATCH("04/28/2012","^[01]\d/[0123]\d/\d\d\d\d$# date test")," comment no (?x) mode",!
   WRITE $MATCH("04/28/2012","(?x)^[01]\d/[0123]\d/\d\d\d\d$# date test")," comment in (?x) mode",!

フリー・スペース・モードでは、空白を正規表現内に含めることができます。