正規表現で文字列を2文字ごとにカンマ等で区切る(置換する)には？

Question

大島小島古島五島小嶋兒島孤児古嶋小鳥大鳥児玉乞食北嶋木嶋厳島

この文字列を2文字ごとに区切りたい(カンマやスペースを挿入したいのですが)のですが
そのためにマッチングさせるにはどうすればいいでしょうか？

2文字おきの文字間がマッチングできるようなアンカーを指定できれば良さそうですが具体的に式が考えつきません。

Comments

[LouiS0616]

・ 言語は何ですか。
・ 文字二文字にマッチする正規表現は書けますか。

[Jishuku]

・言語は、C#かPython3です。
・基礎知識のみのため自信がありませんが
^(..)+$
このような式でしょうか。

Answer 1

これでいかがでしょうか？

import re

text = '大島小島古島五島小嶋兒島孤児古嶋小鳥大鳥児玉乞食北嶋木嶋厳島'

result = re.sub(r'(.)(.)(?=.)', r'\1\2,', text)

• 動作確認用Repl.it: https://repl.it/@jun68ykt/Q269786

Comments

[Jishuku]

ありがとうございます。
私の認識が不十分だったため、言語のコードではなくエディタ(VSCode)の検索・置換のための正規表現であることが判明しました。
せっかくご回答頂けたのに申し訳ありません。

Answer 2

文字ふた文字にマッチする正規表現は .. や .{2} です。
これさえ分かればre.findallでマッチする部分を全て切り出せます。

import re

src = '大島小島古島五島小嶋兒島孤児古嶋小鳥大鳥児玉乞食北嶋木嶋厳島'

tmp = re.findall('.{2}', src)
print(tmp)   # => ['大島', '小島', '古島', '五島', '小嶋', '兒島', '孤児', '古嶋', '小鳥', '大鳥', '児玉', '乞食', '北嶋', '木嶋', '厳島']

dst = ','.join(tmp)
print(dst)   # => 大島,小島,古島,五島,小嶋,兒島,孤児,古嶋,小鳥,大鳥,児玉,乞食,北嶋,木嶋,厳島

正規表現で簡潔に処理するのは慣れないとなかなか難しいので、
とりあえず言語側で片付けられそうな部分はさぼってしまっても良いでしょう。

Pythonの場合、主に次の四つが活用できます。

re.search	マッチするかどうか ／ マッチ部分の抜き出し
re.findall	マッチする部分文字列の全取り出し
re.split	正規表現での分割
re.sub	正規表現での置換

それぞれ慣れ親しんでおくと後々楽です。
re --- 正規表現操作 — Python 3.8.2 ドキュメント

Comments

[Jishuku]

返答が遅れ、大変失礼致しました。
ご回答ありがとうございます。
言語での処理と正規表現での処理の使い分け方もよく分かっていなかったので、このおかげでより実践的なプログラミングができそうです。

Answer 3

正規表現を使って と質問ですが、正規表現にこだわらなければ、こんな方法があります。

p.py

import re

data = "大島小島古島五島小嶋兒島孤児古嶋小鳥大鳥児玉乞食北嶋木嶋厳島x"

words = re.split('(..)', data)[1::2]
print(words)
print(",".join(words))

group_by = 2
words = [data[i:i + group_by] for i in range(0, len(data), group_by)]
print(words)
print(",".join(words))

data の文字数が奇数だったときにどうなるか？ が 上の２つの方法は異なっています。

実行例

参考情報

• Pythonで文字列を2文字ずつ分割する

https://kaworu.jpn.org/python/Python%E3%81%A7%E6%96%87%E5%AD%97%E5%88%97%E3%82%922%E6%96%87%E5%AD%97%E3%81%9A%E3%81%A4%E5%88%86%E5%89%B2%E3%81%99%E3%82%8B

• リストを指定した数の要素ごとにまとめたい

https://www.lifewithpython.com/2014/10/python-split-list-into-chunks-of-even-size.html

Comments

[Jishuku]

ご回答ありがとうございます。 Pythonの文法勉強中の身のため知らない文法がまだ多くある状態ですが、後ほど分かる時が来たとき改めて感謝いたします。

Answer 4

「2文字置きの文字間」は多分無理。「2文字」を「2文字カンマ」に置換します。

outputstring = re.sub("(..)","\1,",inputstring)

最後にカンマを付けないためには、

outputstring = re.sub("(..)(?!$)","\1,",inputstring)

なお、正規表現の機能はマッチするだけです。
置換は正規表現の機能では無いので、どの言語・どのツールでの話であるのかの情報が必須です。

Comments

[Jishuku]

ありがとうございます。
私の認識が不十分だったため、言語のコードではなくエディタ(VSCode)の検索・置換のための正規表現であることが判明しました。
「2文字を2文字カンマに」という方針でVSCodeのキャプチャ($1)で実現できました。

[otn]

正規表現の機能も、言語・ツールによって差があります。今回程度だと概ね共通機能だけで書けますが、込み入った要件の場合は「この言語だとこう書けるのだが」みたいな事になります。

キャプチャも \1 だったり $1 だったりしますね。

[Jishuku]

想像以上の違いでした...。おかげ様で、今回の質問でこのような事も含めて学習させていただくことができました。