PHPで正規表現を使って一致結果を配列で取得する方法（preg_match_all）

PHPで正規表現を使って文字列のパターンマッチングを行い、一致した結果を配列として取得する方法を解説します。正規表現は、特定のパターンに基づいて文字列を検索したり、置換したりするための強力なツールです。特に、複雑なデータを処理する際には非常に役立ちます。この記事では、preg_match_all関数の使い方を中心に、基本的な概念から応用例まで幅広くカバーします。これにより、正規表現を活用したデータ処理のスキルを身につけることができます。

preg_match_allの基本概要

preg_match_allは、PHPの正規表現関連の関数の一つで、指定した正規表現パターンに一致するすべての文字列を検索し、それらを配列として取得します。この関数は、特定のパターンに一致する部分を見つけたい場合に非常に便利です。

基本的な構文

preg_match_all(pattern, subject, matches, flags, offset);

• pattern: 検索する正規表現のパターンを指定します。
• subject: 検索対象の文字列を指定します。
• matches: 一致した結果を格納する配列を指定します。この引数は参照渡しされるため、関数実行後にこの配列に結果が格納されます。
• flags: オプションのフラグを指定します（省略可能）。
• offset: 検索を開始する位置を指定します（省略可能）。

主な用途

preg_match_allは、次のような用途で利用されます：

• テキストから特定の単語やフレーズを抽出する
• HTMLやXMLから特定のタグや属性を取得する
• データの検証（電話番号やメールアドレスの形式チェック）

このように、preg_match_allを使うことで、データ処理がより効率的かつ効果的に行えるようになります。次のセクションでは、preg_matchとの違いについて詳しく見ていきましょう。

preg_matchとpreg_match_allの違い

preg_matchとpreg_match_allは、どちらもPHPで正規表現を使って文字列を検索するための関数ですが、主な違いがあります。それぞれの特性を理解することで、適切なシチュエーションで使い分けることができます。

preg_matchの基本

preg_match関数は、指定した正規表現パターンに一致する文字列が最初に見つかった時に、1回だけ検索を行います。結果は、最初の一致のみを取得します。以下がその基本的な構文です。

preg_match(pattern, subject, matches, flags, offset);

• matches: 一致した結果を格納する配列で、最初の一致が格納されます。

preg_match_allの特徴

一方で、preg_match_allは、指定したパターンに一致するすべての文字列を検索し、結果を配列として取得します。この関数は、全ての一致を取得したい場合に適しています。

使用例の違い

• preg_matchの例:

$text = "PHP is a server-side scripting language.";
if (preg_match("/PHP/", $text, $matches)) {
    echo "最初の一致: " . $matches[0];  // "PHP"
}

• preg_match_allの例:

$text = "PHP is a server-side scripting language. PHP is widely used.";
preg_match_all("/PHP/", $text, $matches);
print_r($matches);  // Array ( [0] => Array ( [0] => PHP [1] => PHP ) )

どちらを使うべきか

• 一致が1回だけで良い場合はpreg_matchを使用し、複数回一致する可能性がある場合はpreg_match_allを使用するのがベストです。この違いを理解しておくことで、より効率的に正規表現を活用することができるでしょう。次に、preg_match_allのシンプルな使用例を見ていきましょう。

preg_match_allのシンプルな使用例

preg_match_all関数を使用して、正規表現パターンに一致するすべての文字列を取得する基本的な例を見てみましょう。この例では、テキストから特定の単語を抽出します。

例: 単語の抽出

以下のコードは、文章内の「PHP」という単語をすべて抽出する方法を示しています。

<?php
$text = "PHP is a popular scripting language. Many developers use PHP for web development.";

// "PHP"という単語を検索
$pattern = "/PHP/"; // 正規表現パターン
preg_match_all($pattern, $text, $matches);

// 結果を出力
print_r($matches);
?>

実行結果

このコードを実行すると、以下のような結果が得られます。

Array
(
    [0] => Array
        (
            [0] => PHP
            [1] => PHP
        )
)

この結果から、preg_match_allは「PHP」という単語が2回一致したことを示しています。

別の例: 数字の抽出

次に、文章からすべての数字を抽出する例を見てみましょう。

<?php
$text = "There are 3 apples and 10 oranges in the basket.";

// 数字を検索
$pattern = "/\d+/"; // \d+ は1つ以上の数字にマッチする正規表現
preg_match_all($pattern, $text, $matches);

// 結果を出力
print_r($matches);
?>

実行結果

このコードを実行すると、以下のような結果が得られます。

Array
(
    [0] => Array
        (
            [0] => 3
            [1] => 10
        )
)

まとめ

このように、preg_match_allを使うことで、指定したパターンに一致する文字列を簡単にすべて取得できます。特にデータ抽出の際には非常に便利です。次のセクションでは、キャプチャグループを使ったマッチ結果の取得方法について詳しく見ていきましょう。

キャプチャグループの活用方法

正規表現におけるキャプチャグループは、特定の部分を抽出する際に非常に便利です。キャプチャグループを使用することで、検索したパターンの特定の部分を個別に取得できます。これにより、より柔軟なデータ抽出が可能になります。

キャプチャグループの基本

キャプチャグループは、正規表現パターン内で括弧()を使用して定義します。これにより、該当部分がmatches配列に格納されます。

例: フルネームの抽出

以下の例では、フルネームを含む文章から「姓」と「名」を抽出します。

<?php
$text = "山田 太郎, 佐藤 花子, 鈴木 次郎";

// 名前のパターン: 姓と名をキャプチャグループで囲む
$pattern = "/([\p{Han}]+)\s+([\p{Han}]+)/u"; // 漢字を含む名前のパターン
preg_match_all($pattern, $text, $matches);

// 結果を出力
print_r($matches);
?>

実行結果

このコードを実行すると、以下のような結果が得られます。

Array
(
    [0] => Array
        (
            [0] => 山田 太郎
            [1] => 佐藤 花子
            [2] => 鈴木 次郎
        )

    [1] => Array
        (
            [0] => 山田
            [1] => 佐藤
            [2] => 鈴木
        )

    [2] => Array
        (
            [0] => 太郎
            [1] => 花子
            [2] => 次郎
        )
)

この結果では、全体のマッチ（フルネーム）が$matches[0]に、姓が$matches[1]に、名が$matches[2]に格納されています。

例: メールアドレスの抽出

次に、メールアドレスの形式を検証し、ユーザー名とドメインを抽出する例を見てみましょう。

<?php
$text = "お問い合わせは info@example.com か support@example.org まで。";

// メールアドレスのパターン: ユーザー名とドメインをキャプチャ
$pattern = "/([\w\.-]+)@([\w\.-]+)/"; 
preg_match_all($pattern, $text, $matches);

// 結果を出力
print_r($matches);
?>

実行結果

このコードを実行すると、以下のような結果が得られます。

Array
(
    [0] => Array
        (
            [0] => info@example.com
            [1] => support@example.org
        )

    [1] => Array
        (
            [0] => info
            [1] => support
        )

    [2] => Array
        (
            [0] => example.com
            [1] => example.org
        )
)

まとめ

キャプチャグループを使うことで、正規表現でのマッチ結果をより詳細に取得できます。姓や名、ユーザー名やドメインなど、特定の情報を効率的に抽出することが可能です。次のセクションでは、preg_match_allのフラグオプションを用いた高度な検索の方法について詳しく見ていきましょう。

フラグオプションの活用

preg_match_all関数では、検索を行う際にフラグオプションを指定することで、マッチングの挙動を変更することができます。これにより、検索結果をより制御し、必要な情報を正確に取得することが可能になります。

主なフラグオプションの紹介

以下に、よく使われるフラグオプションをいくつか紹介します。

• PREG_OFFSET_CAPTURE: 各一致のオフセット（文字列内の位置）も取得する。
• PREG_UNMATCHED_AS_NULL: 一致しなかった部分をnullとして扱う。
• PREG_UNGREEDY: 最小限一致（非貪欲）を行う。

例: オフセットの取得

PREG_OFFSET_CAPTUREフラグを使用して、一致した位置を取得する例を見てみましょう。

<?php
$text = "PHP is a server-side scripting language. PHP is widely used.";
$pattern = "/PHP/";

// PREG_OFFSET_CAPTUREフラグを使用
preg_match_all($pattern, $text, $matches, PREG_OFFSET_CAPTURE);

// 結果を出力
print_r($matches);
?>

実行結果

このコードを実行すると、以下のような結果が得られます。

Array
(
    [0] => Array
        (
            [0] => Array
                (
                    [0] => PHP
                    [1] => 0
                )

            [1] => Array
                (
                    [0] => PHP
                    [1] => 43
                )
        )
)

この結果では、PHPという単語が最初に見つかった位置（オフセット）も含まれています。

例: 非貪欲マッチングの使用

次に、非貪欲マッチングを使った例を見てみましょう。通常、正規表現は可能な限り多くの文字にマッチしようとしますが、非貪欲マッチングでは最小限の文字にマッチします。

<?php
$text = "<div>Content 1</div><div>Content 2</div>";
$pattern = "/<div>(.*?)<\/div>/"; // 貪欲マッチング

// 通常のマッチ
preg_match_all($pattern, $text, $matches);
print_r($matches); // 貪欲マッチングの結果

// 非貪欲マッチングを使用
$pattern_non_greedy = "/<div>(.*?)<\/div>/s"; // ?を追加
preg_match_all($pattern_non_greedy, $text, $matches_non_greedy);
print_r($matches_non_greedy); // 非貪欲マッチングの結果
?>

実行結果

貪欲マッチングの結果:

Array
(
    [0] => Array
        (
            [0] => <div>Content 1</div><div>Content 2</div>
        )
)

非貪欲マッチングの結果:

Array
(
    [0] => Array
        (
            [0] => <div>Content 1</div>
            [1] => <div>Content 2</div>
        )
)

まとめ

フラグオプションを活用することで、preg_match_allの検索挙動を変更し、より柔軟で正確なデータ抽出が可能になります。オフセット取得や非貪欲マッチングなど、さまざまなシナリオで利用できます。次のセクションでは、preg_match_allの戻り値の配列構造とその意味について詳しく見ていきましょう。

結果の配列形式の理解

preg_match_all関数を使用すると、マッチした結果は配列形式で返されます。この配列の構造を理解することで、取得したデータを効果的に利用できるようになります。

戻り値の構造

preg_match_allの戻り値は、主に次のような配列構造になります。

• $matches[0]: 完全に一致した文字列の配列（全体のマッチ）。
• $matches[1], $matches[2], … : 各キャプチャグループに一致した部分の配列。

この構造を理解することで、取得したデータを簡単に操作できるようになります。

例: 簡単なテキスト検索

以下の例では、フルネームから姓と名を抽出し、戻り値の構造を確認します。

<?php
$text = "山田 太郎, 佐藤 花子, 鈴木 次郎";
$pattern = "/([\p{Han}]+)\s+([\p{Han}]+)/u"; // 漢字名のパターン
preg_match_all($pattern, $text, $matches);

// 結果を出力
print_r($matches);
?>

実行結果

このコードを実行すると、以下のような結果が得られます。

Array
(
    [0] => Array
        (
            [0] => 山田 太郎
            [1] => 佐藤 花子
            [2] => 鈴木 次郎
        )

    [1] => Array
        (
            [0] => 山田
            [1] => 佐藤
            [2] => 鈴木
        )

    [2] => Array
        (
            [0] => 太郎
            [1] => 花子
            [2] => 次郎
        )
)

この結果から、以下のようにデータを取得できます：

• $matches[0]には、全体の一致（フルネーム）が格納されています。
• $matches[1]には、姓が格納されています。
• $matches[2]には、名が格納されています。

例: メールアドレスの抽出

次に、メールアドレスのユーザー名とドメインを取得する例を見てみましょう。

<?php
$text = "お問い合わせは info@example.com か support@example.org まで。";
$pattern = "/([\w\.-]+)@([\w\.-]+)/"; 
preg_match_all($pattern, $text, $matches);

// 結果を出力
print_r($matches);
?>

実行結果

このコードを実行すると、以下のような結果が得られます。

Array
(
    [0] => Array
        (
            [0] => info@example.com
            [1] => support@example.org
        )

    [1] => Array
        (
            [0] => info
            [1] => support
        )

    [2] => Array
        (
            [0] => example.com
            [1] => example.org
        )
)

まとめ

preg_match_allの戻り値の配列構造を理解することで、抽出したデータを効率的に操作できます。全体のマッチと各キャプチャグループを分けて取得することで、特定の情報に簡単にアクセスできるようになります。次のセクションでは、マルチバイト文字列への対応について詳しく見ていきましょう。

マルチバイト文字列への対応

PHPでは、マルチバイト文字列（特に日本語や中国語などの非ASCII文字）を扱う際に、通常の正規表現では意図した通りに動作しないことがあります。これを解決するためには、mbstring拡張機能を使用した正規表現の設定が必要です。

mbstring拡張の活用

PHPのmbstring拡張を利用することで、マルチバイト文字列を扱う正規表現を適切に処理できます。特に、uフラグを使用することで、UTF-8エンコーディングのマルチバイト文字を正しく扱うことが可能です。

例: 日本語名の抽出

以下の例では、日本語のフルネームから姓と名を抽出し、マルチバイト文字列を扱う方法を示します。

<?php
$text = "山田 太郎, 佐藤 花子, 鈴木 次郎";
$pattern = "/([\p{Han}]+)\s+([\p{Han}]+)/u"; // 漢字名のパターン

// マルチバイト文字列を扱うためにuフラグを使用
preg_match_all($pattern, $text, $matches);

// 結果を出力
print_r($matches);
?>

実行結果

このコードを実行すると、以下のような結果が得られます。

Array
(
    [0] => Array
        (
            [0] => 山田 太郎
            [1] => 佐藤 花子
            [2] => 鈴木 次郎
        )

    [1] => Array
        (
            [0] => 山田
            [1] => 佐藤
            [2] => 鈴木
        )

    [2] => Array
        (
            [0] => 太郎
            [1] => 花子
            [2] => 次郎
        )
)

この結果から、正規表現が正しくマルチバイト文字を扱っていることが確認できます。

例: マルチバイト文字を含むメールアドレスの抽出

次に、マルチバイト文字を含むメールアドレスを抽出する例を見てみましょう。

<?php
$text = "お問い合せは info@例.com か support@サンプル.org まで。";
$pattern = "/([\w\.-]+)@([\w\.-]+)/u"; // uフラグを使用

preg_match_all($pattern, $text, $matches);

// 結果を出力
print_r($matches);
?>

実行結果

このコードを実行すると、以下のような結果が得られます。

Array
(
    [0] => Array
        (
            [0] => info@例.com
            [1] => support@サンプル.org
        )

    [1] => Array
        (
            [0] => info
            [1] => support
        )

    [2] => Array
        (
            [0] => 例.com
            [1] => サンプル.org
        )
)

まとめ

mbstring拡張とuフラグを利用することで、マルチバイト文字列を正確に扱うことができます。特に日本語などの文字を処理する際に非常に有効です。次のセクションでは、正規表現によるデータ抽出の応用例について詳しく見ていきましょう。

正規表現によるデータ抽出の応用例

正規表現は、特定のパターンに基づいてデータを効率的に抽出するための強力なツールです。ここでは、具体的なシナリオを通じて正規表現の応用例をいくつか紹介します。

例1: HTMLタグからテキストを抽出

HTML文書から特定のタグ内のテキストを抽出する場合、正規表現を使用することで簡単に取得できます。

<?php
$html = "<h1>タイトル</h1><p>これはテストです。</p><p>PHPは楽しい！</p>";
$pattern = "/<p>(.*?)<\/p>/"; // <p>タグ内のテキストをキャプチャ

preg_match_all($pattern, $html, $matches);

// 結果を出力
print_r($matches[1]); // [0] => これはテストです。, [1] => PHPは楽しい！
?>

実行結果

Array
(
    [0] => これはテストです。
    [1] => PHPは楽しい！
)

この結果から、<p>タグ内のテキストをすべて取得することができました。

例2: 日付のフォーマットを検証する

ユーザーからの入力を受け付ける際に、日付のフォーマット（例えば、YYYY-MM-DD）が正しいかどうかを検証するために正規表現を使用できます。

<?php
$date = "2024-10-23";
$pattern = "/^\d{4}-\d{2}-\d{2}$/"; // YYYY-MM-DD形式の検証

if (preg_match($pattern, $date)) {
    echo "日付形式は正しいです。";
} else {
    echo "日付形式が不正です。";
}
?>

実行結果

日付形式は正しいです。

このように、正規表現を用いることで、入力された日付の形式を簡単に検証できます。

例3: テキストから特定の数値を抽出

特定の条件に合致する数値をテキストから抽出する場合も、正規表現が役立ちます。以下の例では、価格を含む数値を抽出します。

<?php
$text = "商品の価格は500円で、割引後は400円になります。";
$pattern = "/\d+/"; // 1つ以上の数字をマッチ

preg_match_all($pattern, $text, $matches);

// 結果を出力
print_r($matches[0]); // [0] => 500, [1] => 400
?>

実行結果

Array
(
    [0] => 500
    [1] => 400
)

このように、テキストから数値を抽出することも容易にできます。

まとめ

正規表現はデータの抽出や検証に非常に便利です。HTMLからのデータ抽出や、日付、数値のフォーマット確認など、さまざまな場面で応用できます。次のセクションでは、preg_match_allを使った課題解決の演習問題を提示し、実際に手を動かして学べる内容を提供します。

preg_match_allを使った課題解決の演習問題

以下の演習問題では、preg_match_allを活用して、正規表現の理解を深めるための具体的な課題を提示します。実際に手を動かして、正規表現の使い方を習得しましょう。

演習問題1: テキストからメールアドレスを抽出せよ

次の文章から、すべてのメールアドレスを抽出する正規表現を作成してください。

お問い合わせは、info@example.comまたはsupport@domain.comまでお願いします。

ヒント

• メールアドレスは、ユーザー名とドメイン名から構成されます。ユーザー名は英数字やドット、ハイフンを含む場合があります。

演習問題2: 数字を含む文を検出せよ

次の文の中で、数字を含む文を特定し、それらを抽出する正規表現を作成してください。

彼は3つのリンゴを持っています。昨日は15度でした。

ヒント

• 数字は連続した数字のパターンで表現できます。文全体を抽出するためのパターンを考えてみてください。

演習問題3: フルネームを姓と名に分割せよ

次の文章から、フルネームを姓と名に分割し、それぞれを取得する正規表現を作成してください。

山田 太郎、佐藤 花子、鈴木 次郎

ヒント

• 姓と名の間にはスペースが存在します。正規表現を使用して、キャプチャグループを使って姓と名を分けて抽出します。

演習問題4: HTMLタグを除去せよ

次のHTML文から、すべてのHTMLタグを除去し、テキストのみを取得する正規表現を作成してください。

<p>こんにちは！<strong>元気ですか？</strong></p>

ヒント

• HTMLタグは<タグ名>... </タグ名>の形式になっています。このパターンを考慮して、タグを取り除く正規表現を作成します。

まとめ

これらの演習問題を解くことで、preg_match_allを使用した正規表現の理解を深めることができます。各問題に対する解答を試みてみてください。次のセクションでは、preg_match_allを使う際の注意点とよくあるエラーについて詳しく見ていきます。

preg_match_allを使う際の注意点とよくあるエラー

preg_match_all関数を使用する際には、いくつかの注意点やよくあるエラーがあります。これらを理解しておくことで、より効率的に正規表現を活用できるようになります。

1. 正規表現パターンの構文エラー

正規表現のパターンが正しくない場合、preg_match_allは失敗し、falseを返します。構文エラーは特に、特殊文字のエスケープ忘れや、括弧の不一致によって発生することが多いです。

// エラーを引き起こす例
$pattern = "/(abc/"; // 括弧が閉じていない
preg_match_all($pattern, $text, $matches); // falseを返す

2. マルチバイト文字への対応

日本語や中国語などのマルチバイト文字を扱う際には、uフラグを忘れずに指定することが重要です。これを指定しないと、正規表現が意図した通りに動作しないことがあります。

// uフラグを指定しない場合
$pattern = "/[あ-ん]/"; // マルチバイト文字を含む
preg_match_all($pattern, $text, $matches); // 意図したマッチが得られない

3. 一致しない場合の結果処理

preg_match_allが一致しない場合、$matches配列は空になります。これを考慮して、結果の存在を確認するコードを書くことが重要です。

$pattern = "/[xyz]/"; // 一致するものがない
preg_match_all($pattern, $text, $matches);

if (empty($matches[0])) {
    echo "一致するものはありません。";
}

4. キャプチャグループの管理

キャプチャグループを使用する場合、グループの数に注意が必要です。必要なグループの数が多すぎると、配列のインデックスがわかりにくくなることがあります。

$pattern = "/(abc)(def)(ghi)/"; // 3つのキャプチャグループ
preg_match_all($pattern, $text, $matches);

print_r($matches); // 取得したキャプチャグループを整理しておくと便利

5. 性能への配慮

非常に大きなデータセットに対して正規表現を使用する場合、性能が影響を受けることがあります。特に、複雑な正規表現やネストされたパターンは、処理に時間がかかることがあるため、注意が必要です。

まとめ

preg_match_allを使用する際には、正規表現の構文、マルチバイト文字への対応、一致しない場合の結果処理などに注意が必要です。これらのポイントを押さえることで、正規表現をより効果的に活用できるようになります。次のセクションでは、記事のまとめを行います。

まとめ

本記事では、PHPにおける正規表現の使用方法、特にpreg_match_all関数について詳しく解説しました。以下に、重要なポイントを振り返ります。

• preg_match_allの基本: この関数は、指定した正規表現パターンに一致するすべての文字列を配列として取得するために使用されます。全体のマッチとキャプチャグループに分けて結果を得ることができます。
• キャプチャグループの活用: 正規表現のキャプチャグループを使用することで、特定の部分を個別に抽出できます。これにより、データを効率的に操作できるようになります。
• フラグオプションの活用: preg_match_allのフラグを適切に使用することで、検索結果の制御が可能になります。特に、マルチバイト文字列の扱いや、オフセット情報の取得に便利です。
• 演習問題を通じた理解の深耕: 演習問題を通じて、実際に手を動かして正規表現の使い方を学ぶことができました。これにより、理解が深まり、応用力が向上しました。
• 注意点とエラー処理: 正規表現を使用する際には、構文エラー、マルチバイト文字の対応、一致しない場合の処理、キャプチャグループの管理、性能への配慮など、様々な点に注意が必要です。

これらの知識を活用することで、PHPを使ったデータ処理やテキスト分析のスキルを向上させることができます。正規表現を効果的に活用し、実務や学習に役立てていきましょう。