正規表現への苦手意識を克服する
正規表現には苦手意識があった。正確には苦手というより憶えるのが面倒臭く、必要になる場面ではそのたびごとにググって調べ、すぐ忘れてしまう、というパターンである。ただ、人生のこのタイミングでがっつりPythonを学習するにあたって、さすがに避けて通れない道である気がするし、本の中でも優しく説明されている（面倒臭がりが本当に多いのだろう）。せっかくなので、この機会に身につけてしまいたい。 正規表現を検証するRegexPalのようなサイトも存在するので、トレーニングとして試してみようと思う。 よく使われる正規表現は以下のとおり。最低限これらは叩き込んでおきたい。
- ()：グループ化
- *：直前の文字（文字グループ）0個以上
- +：直前の文字（文字グループ）1個以上
- ：内のどれか1文字
- [^]：[]内以外の1文字
- {n}：直前の文字（文字グループ）がn個
- {n,}：直前の文字（文字グループ）がn個以上
- {,n}：直前の文字（文字グループ）が0〜n個
- {m,n}：直前の文字（文字グループ）がm〜n個（貪欲）
- {m,n}?：直前の文字（文字グループ）がm〜n個（非貪欲）
- |：または
- .：改行以外の１文字（ワイルドカード）
- .*：あらゆる文字列（貪欲）
- .*?：あらゆる文字列（非貪欲）
- \：エスケープ文字
- ^：先頭
- $：末尾
- ?：直前の文字（文字グループ）が0個か1個
- \d：0〜9の数字
- \D：0〜9の数字以外
- \w：文字または数字またはアンダーライン
- \W：文字数字アンダーライン以外
- \s：空白文字（スペース・タブ・改行）
- \S：空白文字以外
スクレイピングする際に、「余分なものを除外する」上で正規表現は非常に役立つ。 なお、Pythonで正規表現を使う場合は
import re
として正規表現ライブラリを読み込む必要がある。
