正規表現で日本語マッチを失敗させないコツ

「テキストから電話番号だけを取り出したい」「日本語が含まれる文章で特定のパターンを探したい」。そんな場面で、正規表現テスターを使うとパターンを試しながら結果をリアルタイムで確認できます。書いたパターンがどこにマッチするか黄色くハイライトされるため、修正しながら正確なパターンを組み立てられます。

「パターンが思い通りに動かない！」あるある 3 つ

テキストから特定のデータを取り出そうとしたとき、こんな場面で困ったことがあるでしょうか。

「電話番号だけ取り出したかったのに、数字全部がマッチした」。数字を探すパターン（\d+）を書いたところ、住所の番地や日付の数字まで全部ハイライトされてしまいます。電話番号の形式（3桁-4桁-4桁）だけを取り出すには、もう少し具体的なパターンが必要です。

「ひらがなだけ取り出したかったのに何もマッチしなかった」。英数字向けのパターンをそのまま日本語テキストに使うと、ひらがな・カタカナ・漢字はマッチしません。日本語の文字には、英語テキストと異なる範囲指定が必要です。

「途中まで合っていたが、日本語の直後だと失敗する」。英語では単語の区切りを示す記号（\b）が使えますが、日本語テキストでは機能しません。日本語が混在した文章でパターンを使うと、意図した場所でマッチが止まることがあります。

正規表現テスターの使い方

正規表現テスターを開くと、上段に「正規表現パターン」の入力欄、下段に「テスト文字列」の入力欄が表示されます。

ステップ 1: 上段の「正規表現パターン」欄にパターンを入力します。

ステップ 2: 下段の「テスト文字列」欄に確認したい文章を貼り付けます。

ステップ 3: 入力と同時にリアルタイムで結果が更新されます。マッチした部分が黄色くハイライトされ、件数も表示されます。

電話番号を探すパターン

電話番号の形式「090-1234-5678」を探すには、「\d{3}-\d{4}-\d{4}」というパターンを使います。「\d」は数字1文字を、「{3}」は3回の繰り返しを意味します。

連絡先リストや名簿のテキストに貼り付けてパターンを試すと、どの番号が取り出せるか即座に確認できます。

日本語の文字を取り出すパターン

「ひらがなだけ取り出す」という操作は、英語テキストよりも少し特別なパターンが必要です。

ひらがな（「あ」から「ん」）の範囲は「[ぁ-ゖ]」で指定できます。ぁ はひらがなの最初の文字「ぁ」、ゖ はひらがなの最後の文字「ゖ」に対応する番号です。「+」をつけると2文字以上の連続したひらがなをまとめて取り出せます。

よく使う日本語文字の範囲指定は次の通りです。

対象	パターン	意味
ひらがな	[ぁ-ゖ]	あ〜ん、拗音含む
カタカナ	[ァ-ヶ]	ア〜ン
漢字	[一-鿿]	CJK統合漢字（常用漢字を含む）
全角数字	[０-９]	０〜９

置換プレビューで変換結果を確認する

マッチしたパターンを別の文字列に置き換えるとどうなるか、実行前に確認できます。

「置換プレビュー」を開き、置換後の文字列を入力します。たとえば電話番号「090-1234-5678」を「(090) 1234-5678」形式に変えるには：

• パターン: (\d{3})-(\d{4})-(\d{4})
• 置換後: ($1) $2-$3

と入力します。$1・$2・$3 は括弧で囲んだグループに対応します。

スプレッドシートの REGEXREPLACE 関数や外部ツールで実行する前に、ここで確認するのが安全です。期待通りの結果になるか事前に確かめられます。

こんな場面で使える

名簿・リストから特定の情報を取り出す

名簿テキストから電話番号やメールアドレスだけを抽出したいとき、パターンを試しながら目的のデータをハイライトできます。フラグ「i」をオンにすると、メールアドレスの大文字小文字混在にも対応します。

スプレッドシートの関数で使うパターンを事前に確認

Google スプレッドシートには REGEXMATCH・REGEXEXTRACT・REGEXREPLACE があります。スプレッドシートに適用する前に、このツールでパターンの動作を確認しておくと安心です。

日付・金額のフォーマットを統一する

「2026年5月18日」「2026/05/18」「2026-05-18」など混在した日付形式を統一したいときに使えます。各形式のパターンを試して、置換プレビューで変換結果を確認できます。

使用例

たとえば、事務代行フリーランサーが「800行のテキストから電話番号だけ抜き出してほしい」と依頼された場面です。

正規表現テスターで電話番号パターンを試すと、マッチ箇所がすべてハイライトされます。パターンが決まったら、スプレッドシートの REGEXEXTRACT 関数に同じパターンを使って一括抽出できます。

安心して使えるポイント

入力したパターンもテスト文字列もブラウザの中だけで処理されます。顧客リストや個人情報を含む文章を貼り付けても、外部サーバーには一切送信されません。

関連ツール

• テキスト置換ツール — 正規表現なしで単純な文字列置換をしたいとき
• JSON整形ツール — テキストデータをJSON形式で整理・確認するときに
• URLエンコード・デコードツール — URLに含まれる特殊文字を変換するときに

まとめ

正規表現で日本語テキストを扱うときの3つのコツをまとめます。

1. ひらがな・カタカナは [ぁ-ゖ] 形式で範囲指定する。英語向けの文字クラスは日本語には適用されない
2. 電話番号・日付などは形式を具体的に書く。\d+ だけでなく \d{3}-\d{4}-\d{4} のように桁数も指定するとより正確にマッチする
3. 置換プレビューで本番実行前に確認する。スプレッドシートや外部ツールで実行する前にここで結果を確かめると安心

正規表現テスターでパターンを試しながら組み立てると、失敗の回数を減らせます。

補足: 開発者の方へ

JavaScript の \b（ワード境界）は ASCII の \w との境界を検出するため、日本語文字はすべて \W として扱われます。\b東京\b は「東京」の前後が ASCII 英数字でない限りマッチしません。

日本語の単語境界を扱うには、前後に空白や句読点があることを前提としたパターンか、形態素解析との組み合わせが必要です。

このツールは new RegExp(pattern, flags) にフラグ u（Unicode モード）を常に付与しています。Unicode モードでは構文エラーが早期に検出され、サロゲートペアを含む文字（絵文字など）も1文字として扱われます。ひらがな・カタカナのコードポイント範囲は [ぁ-ゖ]（ひらがな）と [ァ-ヶ]（カタカナ）が常用の範囲です。