InDesign CS3 正規表現一覧

2008-05-27　市川せうぞー

InDesign CS3の正規表現一覧をまとめてみました。オンラインヘルプよりもちゃんとしてます。間違え、漏れなど見つけた方はご一報ください。

▼文字を表すもの

正規表現	意味	InDesign拡張	検索のみ	InDesignワイルドカード	用例・備考
文字	リテラル				文字そのものを表す。ABC→ABC
.	任意の1文字		●	^?	改行文字を含まない
\t	タブ文字			^t
\r	改行文字			^p
\n	強制改行	●		^n	shift+return
\d	数字		●	^9	[0-9]と同じ
\D	数字以外の文字		●		[^0-9]と同じ（改行文字を含む）
\s	ホワイトスペース		●	^w	[ \t\r\n]と同じ。全角スペースを含めたいときは「全角半角を区別」がONにするか、素直に[　\s]とする。EMスペースなどにはマッチしない。
\S	スペース以外の文字		●		[^ \t\r\n]と同じ。
\w	任意の単語文字		●		[0-9A-Za-z_]と同じ
\W	単語文字以外の文字		●		[^0-9A-Za-z_]と同じ
\u	任意の大文字		●		[A-Z]と同じ
\U	大文字以外の文字		●		[^A-Z]と同じ
\l	任意の小文字		●		[a-z]と同じ
\L	小文字以外の文字		●		[^a-z]と同じ
[\l\u]	欧文アルファベット文字		●	^$	[A-Za-z]と同じ
\K	漢字		●	^K	基本的にCJK統合漢字領域を指すようだ。CJK統合漢字拡張[AB]にも含まれるものがあるが、完全ではない。（精神衛生を考慮して）コードポイントを指定して書きたいなら[一-龠]とする（「一:U+4E00」「龠:U+9FA0」）。間違ってもSJISの呪い（[亜-煕]）を使わないように。
\\	（文字）バックスラッシュ			\	一般的に正規表現では、文字前に置いた\は次の文字を表します（\を無視します）。「\あ」は「あ」を表します。
\^	（文字）カレット			^^
¥x{0024}					InDesign CS3（5.0.2）では文字「$」が「\$」でマッチしない（バグ）。文字「$」を表すためにUnicode表現が必要。
\.	（文字）ピリオド
\(	（文字）始め括弧			(
\)	（文字）終わり括弧			)
\{	（文字）始め中括弧			{
\}	（文字）終わり中括弧			}
\[	（文字）始めかぎ括弧			[
\]	（文字）終わりかぎ括弧			]
\~	（文字）チルド			~
\x{hex-num}	コードポイントhex-num（16進数）の文字		●	<hex-num>	文字「あ」は「\x{3042}」。ASCII文字のみ\xnumでも表せる（文字「A」は「\x41」）
\oct-num	コードポイントoct-num（8進数）の文字		●		数字の「1」は「¥031」。アルファベットの「A」はなぜか「¥0101」（InDesign CS3（5.0.2）バグ）。
[[:alnum:]]	任意の英数字		●		[[:alpha:]] + [[:digit:]]と同じ。以下POSIXブラケット表現、ロケールに依存。[[:^alnum:]]で否定集合を表す。
[[:alpha:]]	任意のアルファベット文字		●		[[:lower:]] + [[:upper:]]と同じ。[A-Za-z]のアルファベットおよびその字形集合を含む。
[[:blank:]]	任意の空白文字		●		半角スペースとタブにのみマッチ。通常は[ \t]と同じ。EMスペースなどにはマッチしない。
[[:cntrl:]]	任意の制御文字		●		[\x00-\x1F\x7F]と同じ。\x7FはDEL。InDesignではいくつかの制御文字が、「改ページ」や「自動ページ番号」「セクションマーカー」などに割り振られている。
[[:digit:]]	任意の数字		●		[0-9]の数字およびその字形集合と同じ。
[[:graph:]]	印字可能かつ表示可能な任意のASCII文字		●		[!-~]とその字形集合と同じ。（スペースは印字可能だが表示可能ではない）
[[:lower:]]	任意のアルファベット小文字		●		[a-z]とその字形集合と同じ。
[[:print:]]	任意の印刷可能文字（ASCII内）		●		[ -~]とその字形集合と同じ。（スペースを含むがタブは含まない）
[[:punct:]]	任意の記号文字（ASCII内）		●		パンクチュエーション文字。[!-/:-@\[-`{-~]とその字形集合と同じ。
[[:space:]]	空白文字、タブ、改行、水平タブ、給紙、キャリッジリターン、空白		●		「全角半角の区別」をオフにしなければ、全角スペースは含まない。
[[:unicode:]]	コードが255より大きい任意の文字		●		広幅特徴を持つクラスのみに適用（※これについては、ちょっとよくわからない）
[[:upper:]]	任意のアルファベット大文字		●		[A-Z]とその字形集合と同じ。
[[:word:]]			●		[[:alnum:]]とアンダーバー
[[:xdigit:]]	0～9、a～fおよびA～Fの任意の16進を構成できる数字		●		[0-9A-Fa-f]とその字形集合と同じ。
[[=a=]]	特定の文字の字形セット		●		a、à、á、â、ã、ä、å、A、À、Á、Â、Ã、Ä、Åなどにマッチする。コードポイントが255以上の文字では使えない。[[=あ=]]などとしても丸付きの「あ」はマッチしない。
~"	半角二重引用符	●		^"
~{	左二重引用符	●		^{
~}	右二重引用符	●		^}
~'	半角一重引用符	●		^'
~[	左引用符	●		^[
~]	右引用符	●		^]
~2	著作権記号	●		^2
~e	省略記号	●		^e
~7	段落記号	●		^7
~r	登録商標記号	●		^r
~6	セクション記号	●		^6
~d	商標記号	●		^d
~#	任意のページ番号	●		^#
~N	現在のページ番号	●		^N
~X	次ページ番号	●		^X
~V	前ページ番号	●		^V
~v	任意の変数	●	●	^v
~x	セクションマーカー	●		^x
~a	アンカー付きオブジェクトマーカー	●	●	^a
~F	脚注参照マーカー	●	●	^F
~I	索引マーカー	●	●	^I
~8	ビュレット	●		^8
~5	中点	●		^5
~_	EMダッシュ	●		^_
~=	ENダッシュ	●		^=
~-	任意ハイフン	●		^-
~~	分散禁止ハイフン	●		^~
~(	全角スペース	●		^(
~m	EMスペース	●		^m
~>	ENスペース	●		^>
~3	1/3スペース	●		^3
~4	1/4スペース	●		^4
~%	1/6スペース	●		^%
~f	フラッシュスペース	●		^f
~\|	極細スペース	●		^\|
~s	分散禁止スペース	●		^s
~S	分離禁止スペース（固定幅）	●		^S
~<	細いスペース	●		^<
~/	数字の間隔	●		^/
~.	句読点等の間隔	●		^.
~c	クリップボードの内容、書式設定あり	●		^c	置換フィールドのみ有効
~C	クリップボードの内容、書式設定なし	●		^C	置換フィールドのみ有効
~b	標準強制改行	●		^b
~M	改段	●		^M
~R	改フレーム	●		^R
~P	改ページ	●		^P
~L	奇数改ページ	●		^L
~E	偶数改ページ	●		^E
~a	任意の改行	●		^j
~y	右インデントタブ	●		^y
~i	「ここまでインデント」文字	●		^i
~h	先頭文字スタイルの終了文字	●		^h
~k	結合なし	●		^k
~Y	（変数）ランニングヘッダ（段落スタイル）	●		^Y
~Z	（変数）ランニングヘッダ（文字スタイル）	●		^Z
~u	（変数）カスタムテキスト	●		^u
~T	（変数）最終ページ番号	●		^T
~H	（変数）章番号	●		^H
~S	（変数）作成日	●		^S
~o	（変数）修正日	●		^o
~D	（変数）出力日	●		^D
~l（小文字のL）	（変数）ファイル名	●		^l（小文字のL）

▼位置を表すもの（アンカー）、後読み／先読み

正規表現	意味	検索のみ	用例・備考
^	（位置）段落の始まり	●
$	（位置）段落の終わり	●
\A	（位置）ストーリーの始まり	●	このメタキャラクタは「^」のように単独ではマッチしない。ストーリーの始まりが「abcabc」であるとき、「\Aabc」は最初の「abc」だけでなく、後ろの「abc」にもマッチする（これはおそらくInDesign CS3でのバグ）。現状での回避方法は「\A^abc」とすること。
\Z	（位置）ストーリーの終わり	●	このメタキャラクタは「$」のように単独ではマッチしない。ストーリーの終わりが「abcabc」または「abcabc\r」であるとき、「abc\Z」は最後の「abc」にマッチする。ストーリーの最後に改行文字が入っていても、それは無視される。
\z	（位置）ストーリーの終わり	●	このメタキャラクタは「$」のように単独ではマッチしない。ストーリーの終わりが「abcabc」であるとき、「abc\z」は最後の「abc」にマッチする。ストーリーの終わりが「abcabc\r」（改行で終わっている）であるとき、「abc\z」はマッチしない（「abc\r\z」と書く必要がある）。
\<	（位置）単語の始まり	●	日本語環境の場合、「英数字」と「漢字・ひらがな・カタカナ」の境に単語境界が存在する。また、検索開始時のカーソル位置が、強制的に単語境界に設定されてしまうため、単語中にカーソルがあるときは、注意すること。以下\bも同じ。
\>	（位置）単語の終わり	●
\b	（位置）単語の境界	●
\B	（位置）単語の境界以外	●
\G	（位置）最後のマッチ位置	●	通常の正規表現では「\G」は最後のマッチ位置を表すが、InDesignでは検索開始時のカーソル位置にあたる。「abc abc」という文字列の先頭にカーソルがある時、「\Gabc」でマッチするのは最初のカーソル直後にある「abc」のみ。ストーリーの最初にマッチしてしまうのは、おそらく不具合。
(?<= )	肯定後読み	●	たとえば、正規表現「(?<=東京都)港区」と書いた時、「東京都港区」の中の「港区」にはマッチするが、「名古屋市港区」には目もくれない。
(?<! )	否定後読み	●	たとえば、正規表現「(?<!東京都)港区」と書いた時、「東京都港区」にだけマッチしない。「名古屋市港区」や「大阪市港区」の中の「港区」にはマッチする。
(?= )	肯定先読み	●	たとえば、正規表現「東京都(?=港区)」と書いた時、「東京都港区」の中の「東京都」にはマッチするが、「東京都練馬区」や「東京都杉並区」には目もくれない。
(?! )	否定先読み	●	「たとえば、正規表現東京都(?!港区)」と書いた時、「東京都港区」にだけマッチしない。「東京都練馬区」や「東京都杉並区」の中の「東京都」にはマッチする。

▼オプション

正規表現	意味	検索のみ	用例・備考
(?i)	大文字と小文字を区別しない-オン	●	「(?i)abc」と書くと、「abc」にも「ABC」にも「aBc」にもマッチする。
(?-i)	大文字と小文字を区別しない-オフ	●	デフォルト。たとえば、正規表現「(?i)abc (?-i)abc」と書いたとき、「abc abc」にも「ABC abc」にも「aBc abc」にもマッチする。
(?m)	複数行-オン	●	デフォルト。「^」と「$」を強制段落（\r）で区切られたそれぞれの行の「行頭」と「行末」にマッチする。マルチラインモード。
(?-m)	複数行-オフ	●	検索範囲が「選択範囲」の時、選択範囲の文字列の最初文字の前に「^」がマッチし、最後の文字の後ろに「$」がマッチする。検索範囲が「ドキュメント」の時、カーソル位置とストーリーの最初の文字の前に「^」がマッチし、最後の文字の後ろに「$」がマッチする。
(?s)	単一行-オン	●	「.」が改行文字（\r）を含むようになる。「^.+」と書けば、検索開始位置からストーリーすべてにマッチする。シングルラインモード。
(?-s)	単一行-オフ	●	デフォルト。「.」は改行文字（\r）を含まない。
(?x)	スペース文字を無視-オン	●	正規表現中に書かれたスペース文字を無視する。正規表現「(?x)ab c」は文字列「abc」にマッチする。
(?-x)	スペース文字を無視-オフ	●	デフォルト。
¥Q〜¥E	リテラルテキストの範囲	●	たとえば、テキストフレームの中に「[^a(b)c]」という文字列があり、この文字列にマッチさせたい時、通常はバックスラッシュでエスケープして「¥[¥^a¥(b¥)c¥]」などと書かなければならない。しかし、つまようじが多くて見づらいという人のために、「¥Q[^a(b)c]¥E」と書くことができる。つまり、「¥Q〜¥E」の中はリテラルとして扱われる。

▼繰り返し

正規表現	意味	検索のみ	用例・備考
?	直前の文字が0回または1回	●	たとえば、正規表現「https?://」と書いた時、「http://」と「https://」マッチする。また、正規表現「Mac(intosh)?」と書いた時、「Macintosh」と「Mac」にマッチする。
*	直前の文字が0回以上	●	たとえば、正規表現「^\s*\r」と書いた時、空行とスペースのみが0個以上の行がマッチする。
+	直前の文字が1回以上	●	たとえば、正規表現「coo+l!」と書いた時、「cool!」にも「cooooool!」にも「cooooooooooooool!」にもマッチする。あまりクールな例ではないのだが...
??	直前の文字が0回または1回（最小一致）	●	たとえば、文字列「hogehoge」に対して、正規表現「hoge(hoge)?」と書けば「hogehoge」がマッチするが、正規表現「hoge(hoge)??」と書けば最初の「hoge」だけがマッチする。とても控えめ（わたしみたい）な清楚な奴だけに、あまり使われない。
*?	直前の文字が0回以上（最小一致）	●	たとえば、CSVの二重引用符（空要素もありうる）ような文字列「"hogehoge"」に対して、★マークを入れるような場合、検索フィールドに正規表現「"(.*?)"」と書き、置換フィールドに「”★$1"」とすれば文字列の先頭に「★」がつけられる。
+?	直前の文字が1回以上（最小一致）	●	たとえば、文字列「<p><a href="http://www.seuzo.jp/">せうぞー</a></p>」に対して、正規表現「<.+>」と書くと文字列すべてにマッチしてしまう。最初のタグ「<p>」にマッチさせたい場合は「<[^>]+>」または「<.+?>」と書けばよい。非欲張りマッチ、最小マッチ。
{n}	直前の文字が少なくともn回	●	このとき、必ずしもn回かっきりでないことに注意。たとえば「123456」という数字に対して「\d{2}」とすると、最初の「12」にマッチする。すなわちこの場合、「\d{2}」が常に2桁の数値を表しているわけではない。
{n,}	直前の文字がn回以上	●
{n,m}	直前の文字がn回以上m回以内	●	必ずしもm回以内に納まっているものだけがマッチするわけではない。直前の文字がm回以上あったとしても、少なくともm回まではマッチする。

▼文字クラス、グループ、選択

正規表現	意味	検索のみ	用例・備考
[ ]	文字クラス	●	たとえば、正規表現「[abc]」と書いた時、文字「a」または「b」または「c」にマッチする。また、「[a-c]」と範囲を指定できる（この時の範囲はUnicode順）。さらに「[^abc]」は「abc」以外の文字にマッチする。この時、気をつけなければならないのは、[^abc]は改行文字も含んでしまうこと。「.」が改行文字を含まないことに慣れてしまうと、ついついやってしまいがちなミス。
( )	グループマーキング	●	グループを使用する目的は主に２つ。ひとつは検索文字列をキャプチャして、置換文字の「$1〜$9」で参照させること。もうひとつは、選択「\|」を使用するときに選択境界をはっきりさせることである。たとえば、タブ区切りの列の順序を入れ替えたい時、文字列「hoge\tfuga\tpuyo」に対して、検索フィールドに正規表現「(.+?)\t(.+?)\t(.+?)\r」と書き、置換フィールドに「$3\t$2\t$1\r」と書けば、結果は「puyo\tfuga\thoge」となる。
(?: )	グループのキャプチャをしない	●	文字列をグループ化するとき、グループ化された文字列をバッファにキャプチャしない。たとえば、正規表現「(.+?)\t(?:.+?)\t(.+?)\r」と書いた時、3番目のグループは「$2」で参照される。
$0	マッチした文字列すべて		置換フィールドでのみ使用可能。グループ化の有無にかかわらず、マッチした文字列すべてを参照できる。
$1〜$9	グループ化された文字列（左から1～9）		置換フィールドでのみ使用可能。文字列「いろはにほへとちり」に対して、正規表現（検索フィールド）に「^(.)(.)(.)(.)(.)(.)(.)(.)(.)」と書き、置換フィールドに「$9$8$7$6$5$4$3$2$1」と書けば、置換結果は「りちとへほにはろい」になる。番号は左から順に1〜9番が振られ、グループが入れ子になっているときは起こし括弧の順となる。
\1〜\9	検索フィールドでのグループの再利用	●	検索フィールド内で、正規表現「(hoge)\1」と書いた時、文字列「hogehoge」にマッチする。\1はマッチ文字列そのものであり、グループ内に書かれた正規表現が再度展開するわけではない。つまり、文字列「hoge1hoge2」に対して、正規表現「(hoge\d)\1」はマッチしない。この時、文字列「hoge1hoge1」にはマッチする。
\|	選択	●	たとえば、正規表現「hoge\|fuga」は、「hoge」と「fuga」にマッチする。1月〜12月は「(1[0-2]\|[1-9])月」と表現できる。