文字列.scan / match / =~

# パターンにマッチした文字列をすべて配列で返します
文字列.scan(/パターン/)
文字列.scan(/パターン/) { |マッチ| 処理 }

# 最初のマッチの MatchData を返します（マッチしない場合は nil）
文字列.match(/パターン/)
文字列.match(/パターン/, 開始位置)

# マッチした位置を返します（=~ と同じ）
文字列 =~ /パターン/

sample_string_scan_match.rb

text = "Rubyは1995年に生まれ、バージョン3.2が2022年にリリースされました。"

# scan で数字をすべて抽出します
digits = text.scan(/\d+/)
puts digits.inspect  # ["1995", "3", "2", "2022"]

# キャプチャグループを使って年と月を分けて取得します
date_str = "予定: 2024-01-15, 2024-03-20, 2024-06-01"
date_list = date_str.scan(/(\d{4})-(\d{2})-(\d{2})/)
puts date_list.inspect
# [["2024", "01", "15"], ["2024", "03", "20"], ["2024", "06", "01"]]

# ブロックを使って処理します
puts "マッチした日付:"
date_str.scan(/\d{4}-\d{2}-\d{2}/) { |date| puts "  #{date}" }

# match で最初のマッチの詳細情報を取得します
# 『\1』は正規表現内で最初のグループ（括弧内）にマッチした内容を再利用する後方参照です
html = "<h1>タイトル</h1>"
m = html.match(/<(\w+)>(.+?)<\/\1>/)
if m
  puts "タグ: #{m[1]}"     # タグ: h1
  puts "内容: #{m[2]}"     # 内容: タイトル
end

# match で開始位置を指定します
str = "kiryu majima kiryu akiyama"
m1 = str.match(/kiryu/)
puts m1[0]  # kiryu（最初のマッチ）
m2 = str.match(/kiryu/, 6)
puts m2[0]  # kiryu（6文字目以降から検索）
puts m2.begin(0)  # 13（2番目の kiryu の位置）

string_scan_match.rb

ruby string_scan_match.rb
["1995", "3", "2", "2022"]
[["2024", "01", "15"], ["2024", "03", "20"], ["2024", "06", "01"]]
マッチした日付:
  2024-01-15
  2024-03-20
  2024-06-01
タグ: h1
内容: タイトル
kiryu
kiryu
13

『scan』はすべてのマッチを一度に取得したいときに使います。キャプチャグループなしの場合は文字列の配列、キャプチャグループありの場合は配列の配列を返します。これを利用してデータ抽出に活用できます。

『match』は最初のマッチだけが必要な場合や、マッチ位置・前後の文字列など詳細情報が必要な場合に使います。戻り値の『MatchData』には『begin(n)』（マッチ開始位置）、『end(n)』（マッチ終了位置）、『pre_match』、『post_match』などのメソッドがあります。

HTMLやXMLのパースに正規表現を使うことは推奨されません。入れ子構造や属性の順序など、正規表現では正確に処理できないケースが多くあります。HTMLのパースには専用のライブラリ（Nokogiriなど）を使用してください。

正規表現の基本構文については『Regexp.new / =~ / match』を、文字列の置換には『文字列.sub / gsub』を参照してください。