Regex.Replace("HogeFugaPiyoHogera", "([a-z])([A-Z])", "$1-$2")
上記の置換を行うと、結果は
Hoge-Fuga-Piyo-Hogera
となります。
場合によっては有用な置換方法だと思いますが、
どのような原理でこのような結果になるのか理解できません。
わかりやすく説明して頂けないでしょうか?
スタック・オーバーフローはプログラマーとプログラミングに熱心な人のためのQ&Aサイトです。すぐ登録できます。
登録してこのコミュニティに参加するここでキーとなるのは()
と$1
です。
正規表現の中で()
でくくられた部分をグループ化することができます。
そして、$1
は1番目にマッチしたグループを指します。
同じように、$2
は2番目にマッチしたグループを指します。
()
の数が3つなら$3
まで、()
の数が4つなら$4
までと、いくらでも増やすことができます。
これらを使うことによって、部分置換をできるようになります。
例えば以下のように部分置換をするとします。
この文字列を...
090-1234-5678 1234
このように変換したい
090-1234-5678 内線1234
その場合、以下のようなコードで部分置換ができます。
Regex.Replace("090-1234-5678 1234", "(\\d{4}$)", "内線$1");
//結果: 090-1234-5678 内線1234
//説明:
//090-1234-5678 1234という文字列から、下4桁の数字の部分のみを探し、その部分をグループ1と解釈する。
//グループ1の前に「内線」という文字を追加する。
正規表現からカッコをとった場合はどうなるでしょうか?
Regex.Replace("090-1234-5678 1234", "\\d{4}$", "内線$1");
//結果: 090-1234-5678 内線$1
//説明:
//カッコがないので、グループ化された部分はないとみなされる。
//グループがないので$1は「ひとつめのグループを指すもの」ではなく、「$1」という文字列扱いになるため、
//下4桁は「内線$1」として置換される
ご質問の例の場合:
Regex.Replace("HogeFugaPiyoHogera", "([a-z])([A-Z])", "$1-$2")
//結果: Hoge-Fuga-Piyo-Hogera
//説明:
//大文字の前にある小文字の部分をグループ1とする($1)
//小文字の次の続く大文字の部分をグループ2とする($2)
//$1と$2の間に線をいれる
([a-z])([A-Z])
[]
は中に記述されたいずれかの1文字に一致することを示すパターンです。
ここでの特殊な書き方として a-z
として記述することで a から z までの文字を意味します。
つまり [a-z]
は [abcdefghijklmnopqrstuvwxyz]
と同じです。
なので [a-z]
は「アルファベット小文字1文字」を示します。
同様に [A-Z]
は「アルファベット大文字1文字」を示します。
[a-z][A-Z]
で「アルファベット小文字のあとにアルファベット大文字」のパターンを示します。
入力文字列でこのパターンに当てはまるのが eF
aP
oH
の3箇所です
入力文字列上では "HogeFugaPiyoHogera" の太字の部分です。
()
はグループ化する指定で、一致したパターンの文字列を記憶します。
([a-z])([A-Z])
は、「[a-z]
でマッチした文字」をグループ1、「[A-Z]
でマッチした文字」をグループ2として記憶します。グループ番号は()
で指定した順番で決まります。
記憶した文字列は置換先で使用されます。
$1-$2
マッチした部分を指定した文字列に置き換えます。この文字列は正規表現ではありません。
ここでのマイナス文字は前述の a-z
のような特殊な意味はなく、そのまま -
という文字です。
$1
$2
はパターンマッチで記憶されたしたグループ1、グループ2の文字列に対応します。
これを適用すると、 eF
aP
oH
は e-F
a-P
o-H
に置換されます。
結果、入力文字列は "Hoge-Fuga-Piyo-Hogera" という文字列に変換されます。太字の部分が置換された部分です。