数字文字列を３桁ずつカンマで区切る方法

Question

初歩的な質問で申し訳ありませんが、ご教授ください。

金額の文字列でよくありますが、３桁ずつカンマで区切ります。
その際の処理は、正規表現による置換が一般的だと思います。
３つの言語で例を挙げます。

■PHP
$string = '1234567890';
$string = preg_replace('/(\d)(?=(\d{3})+(?!\d))/', '$1,', $string);

■JavaScript
var string = '1234567890';
string = string.replace(/(\d)(?=(\d{3})+(?!\d))/g, '$1,');

この２つについて、正規表現の「/(\d)(?=(\d{3})+(?!\d))/」の部分は、
数字１文字で始まり、その後に数字３文字が１回以上続き、その後に数字ではない文字がある、という
意味であることはわかるのですが、「$1,」がどうしてこれで文字列全体が３桁のカンマ区切りになるのか、
わかりません。
「$1」は最初にマッチした数字、例では「1」を表すと思うので、結果は「1,234567890」になるのかな、と
誤解しています。

■Ruby
string = '1234567890'
string = string.reverse.gsub(/(\d{3})(?=\d)/, '\1,').reverse

こちらは文字列を反転させて後ろから置換するしかないそうですが、同様に「\1,」で置換しています。

正規表現についてきちんと勉強すべきことは重々承知した上で、ご教授いただけると助かります。
よろしくお願いいたします。

Answer 1

後方参照という意味のようですね。
リンク内容

Comments

[退会済みユーザー]

さっそくコメントをありがとうございます！リンク先の内容も参考にして正規表現の理解を深めたいと思います。

[Zuishin]

リンク先が間違っていると思います。後方参照は正規表現の中で使うものですが、これは置換で使うもので正規表現の一部ではありません。

[Zuishin]

JavaScript の後方参照
https://developer.mozilla.org/ja/docs/Web/JavaScript/Guide/Writing_a_Regular_Expression_Pattern#.E7.89.B9.E6.AE.8A.E6.96.87.E5.AD.97.E3.81.AE.E4.BD.BF.E7.94.A8

PHP の後方参照
https://www.php.net/manual/ja/regexp.reference.back-references.php

[退会済みユーザー]

わざわざ教えていただき、ありがとうございます！

Answer 2

PHPのpreg_replaceはオプションの指定が無い限りすべての合致する文字列を置換します
また、javascriptはg修飾子を利用することで同様にすべての合致する文字列を置換します
つまりヒットしたすべてを繰り返し置換するので結果としてカンマ区切りとなります

PHPの場合こうですね

$string = '1234567890';
$string = preg_replace('/(?<=\d)(?=(\d{3})+$)/', ',', $string);
print $string."<br>";

肯定先読み・後読み
数字が前にあって、後ろに3桁の数字がある繰り返しで文字列の終わりまで

補足

こうするとわかりますか？

$string = '1234567890';
$pattern='/(\d)(?=(?:\d{3})+(?!\d))/';
if(preg_match_all($pattern,$string,$matches)){
  print_r($matches); //１、4、7の箇所がヒットするこれを1,、4,、7,に置き換える
  print preg_replace($pattern,'$1,',$string);
}

ヒットした箇所が0のところで、ヒットする文字が1のところです
0を置換するとき1を利用しているに過ぎません
もっと簡易的にみれば$1をつかう必要もありません

$string = '1234567890';
$pattern='/\d(?=(?:\d{3})+(?!\d))/';
if(preg_match_all($pattern,$string,$matches)){
  print_r($matches);
  print preg_replace($pattern,'$0,',$string);
}

Comments

[退会済みユーザー]

さっそくコメントをありがとうございます！おおむね理解できたのですが、まだ少し腑に落ちない面がありまして。。

PHPの「preg_replace」、Javascriptの「g修飾子」、Rubyの「gsub」はいずれも文字列全体をスキャンしてマッチする部分を置換するというのはわかるのですが、「$1,」や「\1,」がどうしても理解できません。
「/(\d)(?=(\d{3})+(?!\d))/」は肯定的先読みと否定的後読みで文字列全体の該当する部分を指しますが、「$1,」の「$1」とするには
「/((\d)(?=(\d{3})+(?!\d)))/」と正規表現全体を丸括弧にしないと置換することにはならないのでしょうか？
初歩的な例でいうと
$string = '1234567890';
$string = preg_replace(/123(\d{3})7(\d{3})/, 'hoge$1foo$2', $string);
print $string => 'hoge456foo890'
のように$1は最初に、$2は次にマッチした部分になります。
なので、文字列全体で該当文字で「$1」で置換するには、正規表現全体を丸括弧で囲む必要はないのでしょうか？
もちろん、そうではないのですから、私の理解不足に過ぎないのですが、教えていただけれると幸いです。

[yambejp]

追記しておきました

[退会済みユーザー]

ご教授ありがとうございます！
例に使われている「?:」は知らなくて、後方参照不要の意味らしいですが、
これを「\d{3}」に適用している意味はなんでしょうか？
というと別の内容の質問になってしまうので、それはそれとして。。

ヒットする箇所は文字列内の「1」「5」「8」ではないでしょうか？結果はこうなります。
$string = '1234567890';
preg_replace('/(\d)(?=\d{3})+(?!\d)/'. '$1,', $string); => '1,234,567,890'

で、ヒットした箇所をすなわち「$1」で全置換している、というわけですね。少し理解が進みました。

[yambejp]

> ?:

(?:・・・）にしておくと$1とか$2のような余計なパターンが発生しなくなります

> 「1」「5」「8」

いや1、５、８はありえないでしょう。３つおきなので、すくなくとも
2、５、８ですよね？
とはいえ３文字の数字の前の数字だから
890の前の7
567の前の4
234の前の1
がヒットします

[退会済みユーザー]

なるほど！ようやくわかりました。肯定的先読み「ルックアヘッド.look a head＝前を見ろ」の意味ですね。この辺りの理解をもう少し深めてみます。ご丁寧に教えていただき、ありがとうございました！