正規表現について教えてください。

質問

正規表現について教えてください。
以下の様なデータから末尾2文字が「01」を除くものだけを
取り出したいのですが、どのように書けばよいでしょうか。

-----------------------------
xxx01
xxx02
xxx11
xx100
xx101
xx201
-----------------------------
※xには、0-9A-Zの何れかが設定

上記の例でいうと、

A0001：除外
A0002：出力
A0011：出力
A0100：出力
A0101：出力
A0201：出力

となります。

要は、
「A0001」は出したくないが、「A0101」、「A0201」、「A1001」などは出したいです。
末尾から3桁目が問題になるのではないかと思っています。

A[0-9][0-9]*[^1]')
A[0-9][0-9]+[^1]')
A[0-9][0-9][0-9][^1]')
A[0-9][0-9][0-9]([^1]+)')
A[0-9][0-9]([0-9]+|[0-9][^1])')
A[0-9][0-9]([^0][0-9])([^1][0-9])')

としてみたのですが、表示されません。

よろしくお願いします。

回答No.5

asciiz · ベストアンサー

＞(?!0001)$
＞A\d\d(?!01)$
＞試してみましたが、何も出力されません。

了解しました、「(?!」「文字列」「)」が、「文字列、ではない」を表すはずなのですが、新しめの表現なので実装されていなさそうですね。

＞AA001
＞AA002
＞AA011
＞AA100
＞AA101
＞AA201
＞の様なデータがあった場合、AA001以外を取り出したいです。

それならば、「下3桁が、001、では無い」を実現できれば良いでしょうか。

下3桁を数字だと見たとき、「1では無い」って事は、「0 または 2～999 である場合」と言い換えられます。

しかし正規表現はあくまでも文字列でマッチしなければいけませんので、上記をカバーするいくつかのパターンを考えます。

・000 ※0そのもの
・00[2-9] ※2～9までのいずれか
・0[1-9]\d ※10～99までの任意の数
・[1-9]\d\d ※100～999までの任意の数

これで全てカバーできますかね。

「000」または「00[2-9]」または「0[1-9]\d」または「[1-9]\d\d」

というのは、カッコと縦棒を使って

(000|00[2-9]|0[1-9]\d|[1-9]\d\d)

と書けます。

それが末尾にある、と言うことで

(000|00[2-9]|0[1-9]\d|[1-9]\d\d)$

で、どうでしょう。

お礼

期待した結果が得られました。
ありがとうございます。
また、いろいろとお手数おかけしました。

回答No.4

asciiz

＞期待した結果になりませんでした。
＞いろいろ、
＞ご協力いただきありがとうございます。

ちょっと待ってください、私は本当の意味であなたの質問に一度も答えていません。

質問本文の例示は間違っているのですよね?
で、回答No.2の補足で訂正されましたが、その例示も、ちょっと理解できないのですが? 間違っていませんか?

やりたいことがわからないので、とりあえず「末尾0001以外にマッチ」および「末尾01以外にマッチ」の例を書いたわけですが。

それらがあなたの希望に合っていないなら、ご質問にある

＞末尾2文字が「01」を除くものだけを
＞取り出したいのですが、

というそもそもの解決法が求めたいものに合っていないとも考えられます。
それが間違っているならば、それを正規表現化しても、望むものは得られません。

回答No.2補足の訂正例示は、本当に合っているのですか?
もっと別の例示はありますか?
私の書いた正規表現は、試されましたか?

補足

失礼しました。
あいまいな対応ですみません。
親切に対応して頂いているのに恩を仇で返すような真似で申し訳ありません。

(?!0001)$
A\d\d(?!01)$
試してみましたが、何も出力されません。

データは、
-----------------------------
xxx01
xxx02
xxx11
xx100
xx101
xx201
-----------------------------
※xには、0-9A-Zの何れかが設定
のかたちのデータです。

例えば、

AA001
AA002
AA011
AA100
AA101
AA201
の様なデータがあった場合、AA001以外を取り出したいです。

AA[0-9]*[^1]
AA[0-9]+[^1]
AA[0-9][0-9][^1]
AA[0-9][0-9]([^1]+)
とすると、末尾が”1”以外が除外となります。
つまり、AA011、AA101、AA201が取り出せません。

AA[0-9]([0-9]+|[0-9][^1])
AA[0-9]([^0][0-9])([^1][0-9])
とすると何も取り出せません。

^は1文字しか否定できませんので、文字列として否定するにはどうしたら
いいですか。

(?!0001)$
A\d\d(?!01)$
試してみましたが、何も出力されません。

回答No.3

asciiz

＞実際は、
＞
＞A0001：除外したいものなので出力されないようにしたい
＞A0002：出力
＞A0011：出力されない
＞A0100：出力
＞A0101：出力されない
＞A0201：出力されない

すみませんがその例も分かりません。
A0011は出力されるはずでは。

まあ、下01を出力したくなければ、

A\d\d(?!01)$

でどうですか。
※ \d は [0-9] と同一です。(覚え方: decimalのd)

お礼

期待した結果になりませんでした。
いろいろ、

ご協力いただきありがとうございます。

回答No.2

asciiz

＞以下の様なデータから末尾2文字が「01」を除くものだけを
＞取り出したいのですが、

いえ、そのルール定義では

＞A0101：出力
＞A0201：出力

となる理由がわかりません。
その条件ならば、この2行も除外されなければいけませんが。

むしろ4桁全部含めて、「0001以外」を検索したいんでしょうか?

そう考えれば、

(?!0001)$

でどうですか。

補足

すみません。
間違っていました。

A0001：除外（出したくない）
A0002：出力
A0011：出力
A0100：出力
A0101：出力
A0201：出力

としたいのですが、

実際は、

A0001：除外したいものなので出力されないようにしたい
A0002：出力
A0011：出力されない
A0100：出力
A0101：出力されない
A0201：出力されない

何種類か記載しましたが、中には、すべて出力されたりします。

回答No.1

pringlez

A0001
A0002
A0011
A0100
A0101
A0201
に対して「^A0+」を削除すると以下になります。
1
2
11
100
101
201
これで比較するのはどうでしょう。

どういう関数を使ってどう書いているのかわかりませんが、マッチングの関数を1回だけで処理しようとすると困難だし、できたとしてもわかりにくくなってメンテナンス性が下がると思います。

一度不要部分を削除(空文字にreplace)してから、マッチングもしくは数値に変換して比較などすれば比較的シンプルに実装できるのではないかと思います。

お礼

ありがとうございます。
参考にさせていただきます。