この記事を読むのに必要な時間：およそ 1 分
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？
図1 謎の呪文（!？）（メールアドレスのパターン）
^[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。
図2 HTML5のインプット要素によるメールアドレスのバリデーション（検証）
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）
