正規表現を使用してパターンを照合する

完了済み

ヒント

詳細については、「 テキストと画像 」タブを参照してください。

多くの場合、データベースでのテキスト処理には、 LIKE 演算子で処理できる以上のパターン マッチングが必要です。 正規表現は、複雑なパターン マッチング、検証、およびテキスト変換の標準化された構文を提供します。 Microsoft Fabric の SQL Server 2025 および SQL データベースには、新しい T-SQL 関数による正規表現のサポートが含まれています。

LIKEが短いシナリオを考えてみましょう。適切な形式で電子メール アドレスを検証するとき、書式設定のバリエーションに関係なく電話番号を抽出する場合、特定の名前付け規則に従う製品コードを見つける場合、連続する繰り返し文字などのパターンを検出する場合です。 LIKE演算子は、単純なワイルドカード (任意の文字に対して%、1 文字の場合は_) のみをサポートします。これらの複雑なパターンを表すことはできません。

正規表現は、豊富なパターン言語を提供することで、これらの制限を解決します。 正規表現を使用すると、特定の文字範囲の照合、正確な繰り返しカウントの要求、代替の使用 (この OR に一致) を使用し、抽出または置換のために一致したテキストの一部をキャプチャできます。 正規表現構文を学習したら、多くのプログラミング言語とツールに適用できます。SQL Server 用に記述するパターンは、Python、JavaScript、およびコマンド ライン ユーティリティでも同様に機能します。

正規表現の基本を理解する

正規表現 (正規表現) では、パターン構文を使用してテキスト パターンを記述します。 SQL Server の関数を学習する前に、次の一般的な正規表現コンポーネントを確認しましょう。

パターン Description 例示的な一致
. 任意の 1 文字 a.c が "abc"、"a1c" と一致する
* 直前の項目が 0 以上 ab*c が "ac"、"abc"、"abbc" と一致します
+ 前述の1つ以上 ab+c は "abc"、"abbc" と一致しますが、"ac" には一致しません
? 直前の項目が 0 または 1 colou?r は "color"、"color" と一致します
^ 文字列の先頭 ^Hello は、"Hello" で始まる文字列と一致します
$ 文字列の末尾 world$ は、"world" で終わる文字列と一致します
[abc] 文字クラス [aeiou] 任意の母音に一致します
[^abc] 否定クラス [^0-9] nondigits と一致します
\d 数字(0から9) \d{3} は3桁の数字に一致します
\w ワードキャラクター \w+ 単語の文字と一致します
{n} 正確に n 回出現 \d{4} は 4 桁の数字と完全に一致します
{n,m} n から m 回の出現 \d{2,4} 2桁から4桁までに一致します

注

SQL Server の正規表現関数では、 ECMAScript 標準正規表現構文が使用されます。 このスクリプトは、JavaScript やその他の多くのプログラミング言語で使用されるのと同じ構文であり、テクノロジ間でパターンを移植できます。

パターンをREGEXP_LIKEと一致させる

REGEXP_LIKE は、文字列が正規表現パターンと一致する場合は 1 (true) を返し、一致しない場合は 0 (false) を返します。 複雑なパターンに基づいて行をフィルター処理するには、 WHERE 句で次の関数を使用します。

-- Find customers with email addresses from specific domains
SELECT CustomerID, FirstName, LastName, EmailAddress
FROM SalesLT.Customer
WHERE REGEXP_LIKE(EmailAddress, '@(contoso|adventure-works|fabrikam)\.com$') = 1;

データ形式を検証する:

-- Find valid US phone numbers (various formats)
SELECT CustomerID, Phone
FROM SalesLT.Customer
WHERE REGEXP_LIKE(Phone, '^\(?\d{3}\)?[-.\s]?\d{3}[-.\s]?\d{4}$') = 1;

-- Validate product numbers match expected format (XX-XXXX)
SELECT ProductID, ProductNumber, Name
FROM SalesLT.Product
WHERE REGEXP_LIKE(ProductNumber, '^[A-Z]{2}-[A-Z0-9]{4,6}$') = 1;

flagsパラメーターを使用して大文字と小文字を区別しない一致を行います。

-- 'i' flag enables case-insensitive matching
SELECT Name
FROM SalesLT.Product
WHERE REGEXP_LIKE(Name, 'frame', 'i') = 1;

ヒント

検証とフィルター処理には REGEXP_LIKE を使用します。 パターンが存在するかどうかを知る必要がある場合にのみ、部分文字列を抽出するよりも効率的です。

テキストを次のように置き換える REGEXP_REPLACE

REGEXP_REPLACE は、パターンのすべての出現箇所を検索し、指定された文字列に置き換えます。 この関数は、データ クレンジングと標準化に役立ちます。

-- Standardize phone numbers to (XXX) XXX-XXXX format
SELECT 
    Phone AS OriginalPhone,
    REGEXP_REPLACE(
        REGEXP_REPLACE(Phone, '[^\d]', ''),  -- First remove all non-digits
        '^(\d{3})(\d{3})(\d{4})$',
        '($1) $2-$3'
    ) AS StandardizedPhone
FROM SalesLT.Customer
WHERE Phone IS NOT NULL;

次の例では、バックリファレンスでキャプチャ グループを使用する方法を示します。

-- Swap first and last name
DECLARE @name NVARCHAR(100) = 'Smith, John';
SELECT REGEXP_REPLACE(@name, '^(\w+),\s*(\w+)$', '$2 $1') AS SwappedName;
-- Returns: John Smith

-- Mask credit card numbers (show last 4 digits only)
DECLARE @card NVARCHAR(20) = '4532-1234-5678-9012';
SELECT REGEXP_REPLACE(@card, '\d(?=[\d-]{4,})', '*') AS MaskedCard;
-- Returns: ****-****-****-9012

次の例では、データをクリーンアップして正規化する方法を示します。

-- Remove extra whitespace (multiple spaces to single space)
SELECT REGEXP_REPLACE(Description, '\s+', ' ') AS CleanedDescription
FROM Products;

-- Remove HTML tags
SELECT REGEXP_REPLACE(HtmlContent, '<[^>]+>', '') AS PlainText
FROM WebPages;

REGEXP_SUBSTRを使用して部分文字列を抽出する

REGEXP_SUBSTR は、正規表現パターンに一致する文字列の部分を抽出します。 これを使用して、次の例のように非構造化テキストから特定のデータ要素をプルします。

-- Extract domain from email address
SELECT 
    EmailAddress,
    REGEXP_SUBSTR(EmailAddress, '@(.+)$', 1, 1, '', 1) AS Domain
FROM SalesLT.Customer
WHERE EmailAddress IS NOT NULL;

-- Extract the first number from a string
SELECT 
    ProductNumber,
    REGEXP_SUBSTR(ProductNumber, '\d+') AS FirstNumber
FROM SalesLT.Product;

次の例は、出現グループとキャプチャ グループのパラメーターを含む関数シグネチャを示しています。

REGEXP_SUBSTR(source, pattern, start_position, occurrence, flags, capture_group)

でパターン位置を検索する REGEXP_INSTR

REGEXP_INSTR は、文字列内のパターン一致の開始位置を返します。 次の例のように、一致するものが見つからない場合は 0 を返します。

-- Find position of first digit in product number
SELECT 
    ProductNumber,
    REGEXP_INSTR(ProductNumber, '\d') AS FirstDigitPosition
FROM SalesLT.Product;

-- Find position of email domain
SELECT 
    EmailAddress,
    REGEXP_INSTR(EmailAddress, '@') AS AtPosition,
    REGEXP_INSTR(EmailAddress, '\.[a-z]+$', 1, 1, 0, 'i') AS TldPosition
FROM SalesLT.Customer
WHERE EmailAddress IS NOT NULL;

でパターンの出現回数をカウントする REGEXP_COUNT

REGEXP_COUNT は、パターンが文字列に出現する回数を返します。 次の例は、その使用方法を示しています。

-- Count words in a description
SELECT  
    Name,
    REGEXP_COUNT(Name, '\w+') AS WordCount
FROM SalesLT.Product;

-- Count vowels in product names
SELECT 
    Name,
    REGEXP_COUNT(Name, '[aeiou]', 1, 'i') AS VowelCount
FROM SalesLT.Product;

-- Find products with multiple numbers in their name
SELECT Name
FROM SalesLT.Product
WHERE REGEXP_COUNT(Name, '\d+') > 1;

で文字列を分割する REGEXP_SPLIT_TO_TABLE

REGEXP_SPLIT_TO_TABLE は、区切り記号パターンに基づいて文字列を行に分割するテーブル値関数です。

-- Split comma-separated values
DECLARE @tags NVARCHAR(200) = 'sql,database,azure,analytics';
SELECT value AS Tag
FROM REGEXP_SPLIT_TO_TABLE(@tags, ',');

-- Split on multiple delimiters (comma, semicolon, or pipe)
DECLARE @data NVARCHAR(200) = 'apple,banana;cherry|date';
SELECT value AS Fruit
FROM REGEXP_SPLIT_TO_TABLE(@data, '[,;|]');

REGEXP_SPLIT_TO_TABLEを使用して、CROSS APPLYを他のクエリと組み合わせることができます。

-- Assuming Products table has a Tags column with comma-separated values
SELECT 
    p.ProductID,
    p.Name,
    t.value AS Tag
FROM Products AS p
CROSS APPLY REGEXP_SPLIT_TO_TABLE(p.Tags, ',\s*') AS t;

すべての一致を REGEXP_MATCHES と共に返す

REGEXP_MATCHES は、すべてのパターンの一致を個別の行として返すテーブル値関数です。

-- Find all numbers in a string
DECLARE @text NVARCHAR(200) = 'Order 12345 contains 3 items totaling $99.99';
SELECT match_value, match_id
FROM REGEXP_MATCHES(@text, '\d+\.?\d*');
-- Returns: 12345, 3, 99.99

Important

正規表現関数は、SQL Server 2025 と Microsoft Fabric の SQL データベースで使用できます。 以前のバージョンのSQL Serverでは、複雑な正規表現操作に共通言語ランタイム (CLR) 関数またはアプリケーションレイヤー処理を使用することを検討してください。

正規表現関数の詳細については、「 正規表現」を参照してください。