正規表現のゼロ幅一致を安全にテストする方法

ゼロ幅一致とは

正規表現には、条件には一致しても文字自体を消費しないパターンがあります。代表例は行頭の ^、行末の $、単語境界の \b、先読みの (?=...) と (?!...) です。このような一致では、開始位置と終了位置が同じになります。

たとえば (?=b) を ab に対して実行すると、b そのものではなく、b の直前にある位置へ一致します。一致文字列は空ですが、一致が存在しないわけではありません。

なぜ表示や繰り返しが難しいのか

通常の一致は文字列の範囲をハイライトできます。ゼロ幅一致には幅がないため、位置をカーソルやマーカーとして表示する必要があります。空文字列だけを出力すると、利用者には何も起きていないように見えます。

JavaScriptで g または y フラグを使う正規表現は、次の検索開始位置を lastIndex に保持します。ゼロ幅一致の後は終了位置が進まない場合があるため、exec() を単純なループで繰り返す実装では同じ位置に留まり続ける危険があります。

テストするときの確認項目

1. パターンとフラグを分けて確認します。
2. 一致文字列だけでなく、開始位置と終了位置を確認します。
3. 実際に使うコードが g または y フラグを使うか確認します。App Museumのテスターは一致一覧を表示するため全体を走査するので、本番コードで使うメソッドの挙動も別に確認します。
4. 文字列の先頭、途中、末尾で一致する例を用意します。
5. 空文字列に対する挙動も確認します。

次の例では、それぞれ異なる位置に一致します。

pattern: ^       input: ab   position: 0
pattern: (?=b)   input: ab   position: 1
pattern: $       input: ab   position: 2

正規表現テスターでは、空の一致結果だけでなく位置情報を確認してください。置換に使う場合は、その位置へ文字列を挿入する動作になることがあります。

実装側で無限ループを避ける

exec() を繰り返すコードでは、前回と同じ位置で空文字列に一致したことを検出し、Unicodeの扱いにも注意しながら次の文字位置へ進める必要があります。単純に1コード単位を加算すると、サロゲートペアの途中へ移動する可能性があります。

可能なら matchAll() など、用途に合う標準メソッドを検討してください。ただし、利用するメソッドによってグローバルフラグの要否や lastIndex の扱いが異なるため、対象ブラウザの仕様を確認します。

ゼロ幅一致が役立つ場面

• 区切り文字を結果へ含めず、その直前や直後を探す
• 行頭や行末へ文字列を挿入する
• 単語の境界だけを条件にする
• 後続文字を消費せずに条件を確認する

ゼロ幅一致は異常な結果ではなく、「文字列ではなく位置を選ぶ」正規表現として捉えると理解しやすくなります。

参考資料

• MDN: RegExp.prototype.exec()
• MDN: RegExp lastIndex