スプレッドシートの正規表現で検索欄に「a*」とし、置換後の文字列を「1」とした時の挙動について

Question

ご回答者様

いつもお世話になっております。

スプレッドシートの正規表現で検索欄に「a*」とし、置換後の文字列を「1」とした時の挙動について質問をさせていただきたく存じます。

以下の図のように置換前の文字を、
a
aa
aaa
ba
baba
babaa
とし、検索と置換を立ち上げて検索を「a*」、置換後の文字列を「1」としました。

正規表現における「*」は、直前の文字を0 回以上繰り返す文字列の検索なので、
上記すべての文字列が検索の対象となるのは分かります。

しかし、置換後の文字列を「1」として置換したところ、
置換後
11
11
11
1b11
1b11b11
1b11b11
となっており、僕が想定していた置換後の文字列と異なっております。

僕が想定していたのは、
想定置換後、
1　←「a」を1回繰り返した状態。　検索「a」を「1」に置換
1　←「a」を2回繰り返した状態。　検索「aa」を「1」に置換
1　←「a」を3回繰り返した状態。　検索「aaa」を「1」に置換
b1　←「a」を1回繰り返した状態。　検索「a」だけを「1」に置換
b1b1　←「a」を1回ずつ繰り返した状態。　検索「a」だけを「1」に置換
b1b1　←最初の「a」を1回、次の「a」を2回繰り返した状態。　検索「a」を「1」に置換、その次の「aa」を「1」に置換
です。

なぜ正しい方の置換後の文字列で、前半３つ（a　aa　aaa）が「11」と１が２つ付き、後半ではbの前後に「1」が付いているのか分かりません。

*や正規表現について、僕が誤解している部分があるかと存じますので、ご教授くださいますと幸いです。

Answer 1

"a"が"11"になる理由：

まず、"a"が"1"に置換されます。置換処理が継続するので、元の"a"の次を見ると""ですが、これはa*にマッチするのでこの空文字列も"1"に置換されます。

他も同様。

意図通りにするには、正規表現はa+ですね。

Comments

[bah91929]

otn様
早速のご回答に感謝いたします。
まず、"a"が"1"に変換され、その後、””の処理で１が足されるのですね。
式にすると、a →"a"+"" → 11　でしょうか？
sawa様のご回答では、
a →　""+"a" → 11
と空欄の位置が前後逆なのですが、もしどちらの考えも合わせますと、
a →　""+"a" +　""→ 111　となりそうで、どの順序で考えればいいか分からなくなってきました・
お手数ではございますが、可能でございましたら、教えていただけますと幸いです。

[otn]

*は最大回数マッチつまり、0回繰り返し、1回繰り返しの両方がマッチする場合、1回繰り返しが採用されます。つまり"a"です。
次の空文字列は0回繰り返ししかマッチしないので、0回繰り返しが採用されます。

Answer 2

すでに otn様が回答されており、書かれている通りなので補足的な回答ですが、

正規表現における「*」は、直前の文字を0 回以上繰り返す

ってのが曲者で、「a*」だと aを0回繰り返すケース = aがない無い文字列 = ""(空欄) も拾っちゃいます。

ba*g　だったら、bag、baaag だけでなく bgもヒットするわけです。

なので、

a →　""+"a" → 11
ba → ""+"b"+"a" → 1b1

だし、例えば検証されてないケースだと

ab → ""+"a"+"b"+"" → 11b1
c → ""+"c"+"" → 1c1

と意図しない動きとなるのです。

期待される置換をするには、直前のパターンの１回以上の繰り返しを表す 「+」を使えばよいです。

Comments

[bah91929]

sawa様、早速の丁寧なご教授ありがとうございます。
お書き下さった具体例によって、理解が深まってまいりました。
2点疑問が出てきましたので、追加で質問させていただければと存じます。
◆ aがない無い文字列 = ""(空欄) について
１．""(空欄) も拾うということで、空白行まで検索範囲を広め、検索：「a*」、置換後の文字列「1」としましたが、空白行に「1」が入りません。
*の暗黙のルール?として、何も値が入っていない空白行には*が適用されないのでしょうか？
２．""(空欄) の定義について
→正規表現における""(空欄) とはどういったものを指しますでしょうか？
例えばセルの左詰め（スペースなど無し）で「a」と入力した場合、通常だと空欄はないかと思いました。
しかし正規表現で検索「a*」、置換文字列「1」とすると、ご指摘のように「a →　""+"a" → 11」とaの左側に空欄があると仮定され、その空欄はなぜか１つというルールがあるのでしょうか？（空欄が２つだと、111になると思います）

[sawa]

追加ご質問の件ですが、私もなんとなーく理解している（気になってる）だけなので、正しい回答になっていないかもしれませんこと、ご了承ください。

以下、私なりの理解です。

1. これは スプレッドシートの検索・置換の仕様だと思います。
処理スピードを速めるため、空欄を飛ばしてるんじゃないでしょうか？
たとえば、A1セルが空欄の状態で B1あたりに
　=REGEXREPLACE(A1,"a*","1")
としてあげると、１を返します

2. 該当の 検索：「a*」だと、""(空欄)と"a・・（aの繰り返し）を探しにいくのだと思います。
出だしを空欄と処理するけど、aの後ろを空欄と判断しないのは、
aで終わってるマッチした文字列が最後なら = 文字列の最後　という判断をして、
処理を終了するからじゃないでしょうか。そうしないとエンドレスになっちゃうから？

ab → 11ｂ1 だけど、 ba → 1ｂ1 となる
＝ 最後の文字が検索ワードにヒットしないと空白を見つけて置換する
という動きなので、私は上記のように解釈しています。

[bah91929]

ご回答ありがとうございます。
仕様の可能性が高いですね。
また、スプレッドシートでbaを検索「a*」、置換文字列「1」で置換すると、「1b11」となりました。
sawa様では1ｂ1となりましたでしょうか？

[sawa]

失礼しました。ba → １b11 ですね。ちゃんと後ろの空白も拾ってました。
a や aa の時、なぜ111じゃなくて 11 なのかは わかりませんｗ すいません。

Closeせず、詳しい人の回答をお待ちください。（私も気になりますので）

[bah91929]

ご返信ありがとうございます。
もしかすると、「a*」のように「1文字*」の場合は以下の形になるのかもしれません。
条件例　検索：a*　置換後の文字列：1
・最初は必ず「""(空欄)=置換」される
⇛a →　""+"a" → 11
・次に、該当文字が検索条件の*の前の文字ではない場合、その直後は「""(空欄)=置換」される
⇛ab→　""+"a"+"b"+　"" → 11b1
⇛ba→　""+"b"+　""+"a"→ 1b11
この考えだと辻褄が合う気がしてまして、対話をさせていただく中で僕の中で１つの仮説が生まれました（笑）
どちらにせよ（ややこしくなるので）正規表現で「1文字*」は使用非推奨なのかもしれません。