正規表現 js

Question

お世話になります。
半角のみを許容する正規表現はどのように記述したらよいか教えていただけないでしょうか？

許容する半角文字
・英字
・数字
・記号（＆を除く）
・半角スペース

許容しない文字
・全角全般
・半角ｶﾅ
・半角の &

Answer 1

よくある判定ではあると思いますが・・・
そのような質問をする前に文字コードの基本を知っておくべきだと思います。

UTF-16	文字
\x00-\x1F	制御文字
\x20-\x2F	空白、記号('&'はこの中にあります)
\x30-\x39	アラビア数字
\x3A-\x40	記号
\x41-\x5A	英字(upper case)
\x5B-\x60	記号
\x61-\x7B	英字(lower case)
\x7C-\x7E	記号
\x7F	制御文字(以上までがASCII)
\x80-\xFF	未割当/制御文字、記号、その他のアルファベットなど(以上までがISO-8859-1/latin-1)
\x100-\xFFFF	記号、各種アルファベット、サロゲート領域、未割当文字など

あまり気にしないことも多いかも知れませんが**\x80～\xFFの範囲などは文字として「含めたい」「含めたくない」というケースが分かれる**のではないかなと自分は思います。

UNICODEの一覧表などで調べれば「許容すべき文字コードの範囲」は正確・厳密に定義できますのでその上で「さてそれを正規表現で表すなら」と考えてみると答えはおのずとでてきます。そういうことをせずとも「こんなパターンで半角文字のパターンマッチが行える」なんて説明されている多くのHowToページを見つけることはできますが、その正確な意味を把握せずに使ってしまっては「正しいコード」は書けないのではないでしょうか？

上の表の程度が頭に入っているプログラマーも普通にいらっしゃると思います。別に覚えなくてもいいでしょうが概要がわかっていれば「ちょこっと表を確認する程度で」文字コード範囲をどうすべきかをきちんと決めることができると思います。

さて具体例を少し考えてみますと、例えば「普通のフォントを選んでいれば多くの場合半角の幅で表示することができるであろう(半角カナを除く)文字」という曖昧な言い方になりますが以下のようなパターンが考えられます。

[\x20-\x7E\xA1-\xFF]

しかしこの中には例えばWindows上で文字化けを起こす悪名高い(?)YEN SIGN(\x5Cではなく\xA5)や「À」「©」のように応用によっては含めたくないかも知れない文字・記号などが含まれています。そういうものを含めない(\xA1以降の文字を必要としない)いわゆるASCIIの範囲にしたければ以下のような選択もあることでしょう。

[\x20-\x7E]

また制御文字を許容しても問題ないなら以下のような素朴な判定でよいこともあるでしょう。

[\x00-\xFF]

'&'の文字コードはU+0026(javascriptの表記では\x26)ですからそれさえわかっていればそれを除く範囲を考えるのは容易です。例えばASCIIの表示可能文字範囲でなら以下でいいですね。

[\x20-\x25\x27-\x7E]

繰り返しになりますが、以上のような正規表現は文字コード表を調べれば簡単に導き出せます。即ち(全許容文字を簡単に列挙できるケースでもない限り)文字コード表を調べることを怠っていたのでは正しい答えは出せないと思います。

Unicode一覧表を提供しているページはいくつかありますが、例えばwikipediaにも載っていますので参考になると思います。

wikipedia Unicode一覧表

Answer 2

javaScriptだということなので、文字集合はユニコードを前提にしているのではないかと思います。

ユニコードの規格には「半角」や「全角」を定義した附属書があります。ウィキペディアの「東アジアの文字幅」をお読みください。ここで説明されている「East_Asian_Width特性」は、ユニコードに収録されている文字のひとつひとつに定義されています。「文字コードのこの範囲は半角」などと簡単に決められるものではありませんので。

特性値の最新のデータファイルはこちら。このデータを元に「半角のみを許容する」正規表現を作ることはできるでしょう。が、そのような巨大な正規表現が、まともに動作するかどうかはわかりません。

正規表現でなくていいのなら、上記のデータを使ったライブラリはいくつか見つかります。たとえばkomagata/eastasianwidthで文字幅を計算できます (ただし、特性値Aの文字が常に全角扱いされたり、結合文字が幅のある文字として扱われるなど、完成度はいまいちな感じがします)。

---

質問者さんの望んだ回答ではないと思いますが、「半角のみを許容する」とおっしゃるのなら、こういう回答になってしまいます。

Answer 3

var reg=new RegExp("^[ !-%'-~]+$");

Answer 4

http://qiita.com/jnchito/items/893c887fbf19e17d3ff9
正規表現に関してはこちらが勉強になります。
ぜひ読んでみてください。