正規表現 on qwerty.work

【正規表現】基本やサンプル・事例のメモ

Sun, 25 Sep 2022 21:30:58 +0900

(空)’; } return $str; }; ?>

正規表現

正規表現（せいきひょうげん）は英語で**「Regular expressions」**と書く。プログラミンで文字列のパターン検索や置換に使う。プログラミンだけではなく、文章などの整形に使われたりすることもある。プログラミングでregexという文字が付く命令があれば、正規表現を使う何らかの処理と思えばよい。

デリミタについて

正規表現の条件は/〇〇〇/と、/で両サイドを挟みます。プログミング言語によっては＃〇〇〇＃と違う記号を使うことができます。

/https:\/\//といった場合、デリミタが/で検索語内に/があると、\/でエスケープしなければなりませんが、#がデリミタだと#https://#とエスケープしなくて済みます。ただし、Javascriptではできないようです。

正規表現のサンプルや使用例

簡単なやつ

改行を削除

HTMLのソースをインライン化したいときに使用。の削除ではありません。

  正規表現
  


  対象文字列
  -->
  

    ほげほげ

    



  置換語
  


  置換結果
  -->
  ほげほげ

タグとタグの間にある半角スペースを削除

‘; $replacement[ ’’ ] = ‘>

  正規表現
  


  対象文字列
  


  置換語
  


  置換結果

文字だけを取り出す

  正規表現
  


  対象文字列
  


  置換語
  


  置換結果

数値だけを取り出す

  正規表現
  


  対象文字列
  


  置換語
  


  置換結果

【DreamWeaver】正規表現でスペースや改行や余計なClassを一括削除する方法

Thu, 09 Sep 2021 16:47:18 +0900

HTMLの参考ソースをコピーしてきたときに、余計なコードをまとめて削除したいときがありました。少量であれば、手動で削除するのですが、膨大にある場合はチマチマやってられません。そこで、正規表現を使い、ズバッと一括で置き換えしたいと思ったので書式をメモ。

検索/置換のやり方

DreamWeaverで正規表現を使った置換をするには、メニューの**[検索]-[現在の文書内で置換]を選択するか、またはCtrl+Hを押して、[正規表現を使用]**にチェックを入れて行います。

正規表現書式例

改行を削除

HTMLのソースをインライン化したいときに使えます。

  検索
  \r\n


  置換
  （空）

タグとタグの間にあるスペースを削除

上記と同じく、HTMLのソースをインライン化したいときに使えます。

  検索
  >\s+


  置換
  >

タグ内にあるclass="～“などをまとめて削除

（例）をにする。

  検索
  


  置換

その他参考ページ

http://www.ofuta.me/dreamweaver/157 http://www.ofuta.me/dreamweaver/157

https://web-diy.jp/2016/09/160919_01/ https://web-diy.jp/2016/09/160919_01/

オンラインで半角/全角に変換できるページ

正規表現で半角文字や全角文字を検索できても、半角→全角、ひらがな→カタカナの変換がDreamWeaverで可能なのか？不可能なのか？わかりませんが、オンラインで相互変換できるページがあったのでメモ。

https://so-zou.jp/web-app/text/fullwidth-halfwidth/ https://so-zou.jp/web-app/text/fullwidth-halfwidth/

http://charset.7jp.net/chgchar.html http://charset.7jp.net/chgchar.html

https://www.webtoolss.com/henkan.html https://www.webtoolss.com/henkan.html

正規表現でMovableType（MT）の余計な改行と行頭のスペースを消す

Sun, 28 Jan 2018 16:11:41 +0900

MTによるページ構築時にどうしてもMTタグがあった部分に無駄な空白や改行が出来てしまいます。それを正規表現を使って無駄な空白と改行を削除します。削除というよりregex_replaceで**「何も無し」**に置き換えます。

テンプレート（ページ）全部を対象にする場合

最初と最後の行に``を入れてテンプレート全体を囲います。余計な改行と行頭のスペースがすべて削除されたページが再構築時に出力されます。当たり前ですがPHPなどでインクルードされた部分には反映されません。MTのインクルードモジュールには反映されているみたいです。

<mt:For regex_replace="/^[\ \t\r\n]+/mg","">
	<!DOCTYPE html>
	<html>
	.
	.（テンプレート内容）
	.
	</html>
</mt:For>

の代わりにまたは``でも使えます。

インクルードさせるモジュール内を対象にする場合

<$mt:Include module="sidebar" regex_replace="/^[\ \t\r\n]+/mg",""$>

Keywordに含まれた半角スペースを削除する例

カンマの前後にある半角スペースを削除する例ブログを投稿する際、「キーワード」欄に,（カンマ）の前後にうっかり半角スペースを含めてしまうことがあります。そんなときに使用する例。"Movable Type, 正規表現 , 置換"→"Movable Type,正規表現,置換"というように、カンマで区切られた文字列の前後にある半角スペースだけ削除します。

<meta name="keywords" content="<$mt:EntryKeywords trim="1" regex_replace="/,\s/mg","," regex_replace="/\s,/mg",","$>">

条件を|で区切ったり、一発で置き換え方法があるかとは思いますが、今のところ分からないのでパス。

キーワード内にあるすべての半角スペースを置換える場の例。 "Movable Type, 正規表現 , 置換"→"MovableType,正規表現,置換"のように、全ての半角スペースを削除します。

<meta name="keywords" content="<$mt:EntryKeywords trim="1" regex_replace="/\s+/mg",""$>">

空白文字のを削除する正規表現の方法は以下のページが参考になりました。

https://www.nishishi.com/javascript-tips/trim-space-chars.html https://www.nishishi.com/javascript-tips/trim-space-chars.html

上記の正規表現の意味について

先頭行にある半角スペース、タブ、改行のいずれかを繰り返し消すと意味になっています。それぞれの記号の意味は以下の通りです。

  正規表現
  意味




  ^
  行頭


  \+半角スペース

\s 半角スペース

  \t
  タブ


  \r
  キャリッジ リターン


  \n
  改行


  [　]
  囲った部分のいずれか


  /　/mg
  複数行対象に繰り返し

正規表現の参考ページ

https://www.megasoft.co.jp/mifes/seiki/meta.html https://www.megasoft.co.jp/mifes/seiki/meta.html

修飾子（modifier）について

/～/mgの最後にあるmとかgは修飾子（modifier）と呼ばれるものらしいです。僕もよくわかっていないのですが、よく使う//ｇと//mgの違いがよくわかりませんが、どうやらPerlの正規表現で使われるものらしいです。ちなみに、mは**「文字列を複数行として扱う」で、gは「グローバルなマッチング」**？を意味しているようです。以下のページが参考になります。

https://www.javadrive.jp/perl/regex/modifier/index1.html https://www.javadrive.jp/perl/regex/modifier/index1.html

https://perldoc.jp/docs/perl/5.14.1/perlre.pod https://perldoc.jp/docs/perl/5.14.1/perlre.pod

iの**「大文字小文字を区別しないパターンマッチング」**はどこかで役に立ちそうです。

その他参考になるページ

https://every-rating.com/mt/movabletype-regex-replace.html https://every-rating.com/mt/movabletype-regex-replace.html

https://hacknote.jp/archives/2969/ https://hacknote.jp/archives/2969/

インクルードで読み込んだテンプレートの改行のみ削除なら

MTタグに一言追加で簡単に改行を削除

例えばファーストビューで読み込まれるのスタイルシートをインラインで表示したいときなど、テンプレートの出力から改行だけを削除する場合は以下のMTのコードを追加すれば簡単です。スタイルシートに限らず、HTMLを出力する際にも使えます。

strip_linefeeds="1"

使用例

例えばインデックステンプレートのスタイルシート（styles.css）をインライン化したいときはこんな感じです。

<style><$mt:Include identifier="stylesheet" strip_linefeeds="1"$></style>

regex_replaceと併用した例

regex_replaceを併用して更にCSSをギュッと縮めるとしたらこんな感じでできます。

行頭の半角スペース・改行・タブの削除
- 2つ以上の半角スペースの削除
- /～/のコメントの削除
- “, “（カンマと後ろの半角スペース）を”,"（カンマのみ）にする
- “: “（コロンと後ろの半角スペース）を”:"（コロンのみ）にする

]]> もっとスマートな書き方があるのかもしれませんが、とりあえずこれでも理想通りにできました。

参考ページ

https://movabletype.net/dict/global-17/strip-linefeeds.html https://movabletype.net/dict/global-17/strip-linefeeds.html

MovableTypeのregex_replaceでシングルクォーテーションの置換えをするとエラーが出るとき

Thu, 11 May 2017 22:21:55 +0900

MovableTypeでAMP対応のページを書き出すためのテンプレートができてもGoogle Search ConsoleのAccelerated Mobile Pagesで致命的なエラーや警告が次々出てきてHTMLのソースを修正しなければならない部分がたくさん出てきました。

border=“0”やtarget="_blank"とかstyle=""**を使ったらダメとか…。

これらと一つ一つを正規表現で置換をするMT関数のregex_replaceを使って不要な要素を削除することにしました。

ただ、自分は正規表現が苦手でなかなか思った通りの置換や不要な文字列の削除ができませんでした。しかし、なんとか解決できたので参考になった正規表現のサンプルのページやソースをメモ。

正規表現による置換の参考

https://nelog.jp/wordpress-content-to-amp https://nelog.jp/wordpress-content-to-amp

上記のページはWordPress向けにPHPで書かれておりますが、わかりやすかったです。

シングルクォーテーションでエラー

ここまではよかったのですが、シングルクォーテーション（’）でつまずきました。

例えば、borderを消そうとしたとき、**border=“0”やborder=‘0’**のように0をダブルクォーテーションで囲ってある場合と、シングルクォーテーションで囲ってある場合があります。正規表現の検索対象にシングルクォーテーション（’）が含まれていると、DreamWeaverや正規表現の使えるテキストエディタではちゃんと置換ができるのに、全く同じ正規表現をMovableTypeのテンプレートに使うとエラーが出てうまくいきませんでした。ダブルクォーテーション（"）だけだと問題なく置換できました。

エラーが出たソース

<$mt:Var name='regex_0' value='/( border| target| style| onclick)=["'](.*?)["']/g'$>
<$mt:Var name='regex_1' value=''$>
<MTUnless regex_replace="$regex_0","$regex_1">
<mt:EntryBody>
<mt:EntryMore>
</MTUnless>

["’]のように****のvalueの値にシングルクォーテーション（’）を含まれているとエラーが出ます。シングルクォーテーション（’）に¥マークを付けて**¥’**とエスケープしてもダメでした。

原因は変数の使い方

原因はMTのテンプレート内で使う変数をセットする書き方（）が悪かったようで、以下のページ内にもあるように**～**を使って変数に正規表現の検索対象を入れて使うと解決できました。

http://www.skyarc.co.jp/engineerblog/entry/regex_replace_1.html http://www.skyarc.co.jp/engineerblog/entry/regex_replace_1.html

ダブルクォーテーション（"）は特に問題ないのですが、シングルクォーテーション（’）は注意が必要です。

うまくいったソース

<MTSetVarBlock name="regex_0">/( border| target| style| onclick)=["'](.*?)["']/g</MTSetVarBlock>
<MTSetVarBlock name="regex_1"></MTSetVarBlock>
<MTUnless regex_replace="$regex_0","$regex_1">
<mt:EntryBody>
<mt:EntryMore>
</MTUnless>

これで、border=""、target=""、style=’’、 onclick=’‘など、ダブルクォーテーションとシングルクォーテーションのどちらで囲ってあっても全部削除できます。

その他参考ページ

MovableTypeでAMPページ用にiframeをamp-iframeに置き換えて書き出す

Tue, 09 May 2017 19:42:31 +0900

MovableTypeのブログをAMP対応にするため、AmpConvertというプラグインを入れています。You-Tube埋め込み用のiframeタグはamp-youtubeに変換してくれますが。それ以外のiframeタグはamp-frameにしてくれませんでした。

そこでテンプレート側で正規表現で置き換える方法で対応したのでメモ。

例えばGoogle Maps

例えばGoogleマップの地図をページを埋め込むためのタグが以下だったとします。

<iframe src="https://www.google.com/maps/embed?mid=0123456789" width="600" height="450" frameborder="0" style="border:0" allowfullscreen></iframe>

このを以下のようにしたいのです。

<amp-iframe layout="responsive" sandbox="allow-scripts allow-same-origin allow-popups" src="https://www.google.com/maps/d/embed?mid=mid=0123456789" width="640" height="480"></amp-iframe>

AMP用テンプレートのソース

MovableTypeのAMP用に作ったテンプレートの本文の部分を以下のようにしました。

<mt:AmpConvert fix_img_size="1" base_url="https://qwerty.work">
    <$mt:Var name='regex[0]' value='/<iframe(.*?)<\/iframe>/g'$>
    <$mt:Var name='regex[1]' value='<amp-iframe layout="responsive" sandbox="allow-scripts allow-same-origin allow-popups"$1</amp-iframe>'$>
    <mt:For regex_replace="$regex">
        <mt:EntryBody>
        <mt:EntryMore>
    </mt:For>
</mt:AmpConvert>

以下が正規表現でiframeをamp-iframeに置換前と置換後を指定している部分です。

<$mt:Var name='regex[0]' value='/<iframe(.*?)<\/iframe>/g'$>
<$mt:Var name='regex[1]' value='<amp-iframe layout="responsive" sandbox="allow-scripts allow-same-origin allow-popups"$1</amp-iframe>'$>

Googleマップの場合、amp-iframeに置き換えるだけなく、**sandbox=“allow-scripts allow-same-origin allow-popups”**がないとAMPページで地図が表示されませんでした。

sandboxについては以下参考

改ざんで挿入されたPHPコードをDreamWeaverと正規表現で削除

Sun, 05 Mar 2017 18:43:58 +0900

ホームページのメンテをしていたら見覚えのないPHPのコードを発見。

$wp_salt,$wp_addfilter,$wp_saltと**$wp_が付く変数からしてWordPress絡みで改ざんされたっぽいです。一体どうやって改ざんするのかスゴイなと感心しながら、DreamWeaverで $wp_addfilter = create_function( **を検索してみました。

するとWordPressとは関係のない約130個のPHPファイルがヒットしました。

WordPressはたまにアップデートをするくらいで設置してからほとんど使うことはなく放置状態で、挿入されたコードの目的もよくわかりませんが、放置する訳にはいかないので削除することにしました。約130ファイルを手作業で削除することもできますが面倒なので、正規表現で削除することにしました。

ところが正規表現が超苦手で自力で条件を書くことができないのでヒントが無いか検索して以下のコードにたどり着いたのでメモ。たどり着くのに時間がかかったので手作業で削除したほうが早かったかもしれません…。

検索条件（正規表現）

以下の**"$md5 =** “と数回ある改行を含む一番最初の****という条件で改ざんコードを削除できました。

うまくいった検索条件

<\?php\r\n\$md5 \= \"(.*\r\n){0,10000}.*?\'\);\r\n\?>\r\n

もっと効率のいい条件があると思いますが、自分にはこの条件を作るのが精いっぱいで、これ以上の説明もうまくできません。

もともと参考にした条件

いろいろ検索して拾ってたき正規表現を使った検索条件です。これは複数回の改行を含むを全部検索対象にするものです。これを元に上記に変更しました。

<\?php(.*\r\n){0,10000}.*?\?>

検索および置換の実行

**「正規表現を使用」にチェックを入れて「すべて置換」**を押します。

実行した結果、以下のように約130ファイルから改ざんコードをスッキリ削除できました。

置き換え前

改ざんされて先頭行にPHPのコードが挿入されたもの。

置き換え後

挿入されていたコードをすっきり削除できました。

投稿記事内の最初の画像をアクセスランキングに表示-MovableType

Thu, 01 May 2014 09:28:29 +0900

投稿記事内の画像を使って、アクセスランキングにサムネイル画像を表示するためにムーバブルタイプでアクセスランク順に人気記事リストを表示する方法とその他のサンプルのソースをかき集めてどうにかできたのでメモ。

MTに画像を登録していればもっと簡単にできるようなのですが、僕はムーバブルタイプで画像を使うとき、IMGタグを直接書いています。どうもMTのアイテムとして画像を登録するやり方が苦手なんです。画像の遅延表示やLightboxとか使うのに、あとでソースを修正することが多く、最初から手打ち登録するほうが気分的に安心なんです。こんな手間をかけなくてもプラグインとかありそうですが…。

<MTIf tag="BlogEntryCount"><br /><MTEntries sort_by="accessed_count" sort_order="descend" limit="5"><br />  <mt:EntriesHeader><br />    <div class="widget-recent-entries widget-archives widget"><br />      <h3 class="widget-header">アクセスランキング</h3><br />      <div class="widget-content"><br />        <ul id="access-lanking"><br />          </mt:EntriesHeader><br />          <$mt:setvar name="rank" value="1" op="++"$><br />            <MTSetVarBlock name="GetImageURL">
              <MTEntryBody regex_replace="/<[^i].*?>|<i[^m]*?>|<iframe.*?>|<input.*?>|<ins.*?>|<isindex.*?>|\s/g","" regex_replace='/(.*?src=")(.*?)(".*)/g','$2' regex_replace='/^[^\.\/h].*/g','none'>
            </MTSetVarBlock><br />              <li><br />                <MTIf name="GetImageURL" like="none"><br />                    <a href="<$MTEntryPermalink$>"><img src="<$mt:SupportDirectoryURL with_domain="1" encode_html="1"$>theme_static/rainier/img/siteicon-sample.png" width="60" height="60" alt="<$MTEntryTitle$>" /></a><br />                <MTElse><br />                    <a href="<$MTEntryPermalink$>"><img src="<$MTGetVar name="GetImageURL"$>" width="60" height="60" alt="<$MTEntryTitle$>" /></a><br />                </MTIf><br />                <a href="<$MTEntryPermalink$>"><p class="entry-title"><$MTEntryTitle trim_to="43+..."$></p></a><br />              </li><br />            <mt:EntriesFooter><br />        </ul><br />      </div><br />    </div><br />  </mt:EntriesFooter><br /></MTEntries><br /></MTIf>

（ランキング表示にAccess Counterというプラグインを使っていることが前提のソースです。）

まず、正規表現を使ってEntryBody（記事内）のソースからIMGタグのsrcにある画像パスを抜き出してGetImageURLという変数に代入します。もし、画像がなかったらnoneという文字を代入します。

<MTSetVarBlock name="GetImageURL">
   <MTEntryBody regex_replace="/<[^i].*?>|<i[^m]*?>|<iframe.*?>|<input.*?>|<ins.*?>|<isindex.*?>|\s/g","" regex_replace='/(.*?src=")(.*?)(".*)/g','$2' regex_replace='/^[^\.\/h].*/g','none'>
</MTSetVarBlock><br />

アクセスランキング表示の際、画像がなければ代替画像を表示して、あれば GetImageURLに入っている画像パスを使って表示します。

<MTIf name="GetImageURL" like="none"><br />  <a href="<$MTEntryPermalink$>"><img src="<$mt:SupportDirectoryURL with_domain="1" encode_html="1"$>theme_static/rainier/img/siteicon-sample.png" width="60" height="60" alt="<$MTEntryTitle$>" /></a>
<MTElse><br />  <a href="<$MTEntryPermalink$>"><img src="<$MTGetVar name="GetImageURL"$>" width="60" height="60" alt="<$MTEntryTitle$>" /></a><br /></MTIf>

この方法にMTの画像アイテムがあればそれを優先するようなことも加えたいのですが、とりあえず今回はここまで。

参考ページ

http://akamiru.com/2014/02/mt-accesse-counter.html http://akamiru.com/2014/02/mt-accesse-counter.html

正規表現で記事内の最初にある画像のURLを抜き出す-MovableType

Wed, 23 Apr 2014 12:25:25 +0900

ムーバブルタイプの記事一覧にサムネイルを付けたいけど、MT上の画像登録機能を使わず、直接IMGタグで画像を指定していう記事ばかりなのでいくら****で呼び出しても画像が表示されません。

そこで、記事内のHTMLからIMGタグ内にある画像URLを正規表現で抜き出す方法がないかと探したらブログ記事本文中の最初のimgのURLを取得する | かたつむりくんのWWWにありました。

<img src="<mt:EntryBody regex_replace="/<[^i].*?>|<i[^m]*?>|<iframe.*?>|<input.*?>|<ins.*?>|<isindex.*?>|\s/g","" regex_replace='/(.*?src=")(.*?)(".*)/g','$2' regex_replace="/^[^\.\/].*/g","">" />

正規表現は苦手なので、こういうサンプルがないとわけがわかりません。