目次
はじめに
現代のデータ分析において、生データはしばしば不整合な形式や、複雑なテキスト情報を含んでいます。このような「ダーティデータ」から意味のある情報を抽出し、分析に活用するためには、高度な文字列操作が不可欠です。そこで注目されるのが「正規表現（Regular Expression、略してRegexまたはRegExp）」です。
Qlik Senseは、この強力な正規表現機能をQlik Sense Enterprise on Windowsの最新バージョンである【May 2025】からサポートしており、データロードスクリプトとチャート式の両方で利用できます。これにより、データ準備から分析、そして視覚化の各段階において、シームレスな文字列操作が可能になります。
※Qlik Cloudでは先行して機能リリースがされています。
本記事では、Qlik Senseにおける正規表現の基礎から、具体的な関数の使い方、そして実践的な活用シナリオまでを詳しく解説します。
正規表現の基礎知識：パターンマッチングの強力なツール
正規表現は、特定の文字列パターンを記述するための強力な言語です。これにより、固定された文字列ではなく、「パターン」に合致するデータを効率的に見つけ出すことができます。Qlik Senseで利用可能な正規表現関数は、柔軟性と強力な機能セットで広く知られるPerl正規表現構文を採用しています。これにより、他のプログラミング環境で培った正規表現の知識をQlik Senseに直接適用できるため、学習コストを低減できます。
正規表現のパターンは、通常の文字と特別な意味を持つ「メタ文字」の組み合わせで構成されます。これらのメタ文字を理解することが、効果的な正規表現を記述する鍵となります。
代表的なメタ文字一覧
1. 量指定子 (Quantifiers)
|
メタ文字
|
説明
|
例
|
例のマッチング結果
|
|
*
|
直前の文字やグループが0回以上繰り返される
|
ab*c
|
"ac", "abc", "abbc"
|
|
+
|
直前の文字やグループが1回以上繰り返される
|
ab+c
|
"abc", "abbc"
|
|
?
|
直前の文字やグループが0回または1回現れる
|
colou?r
|
"color", "colour"
|
|
{n}
|
直前の要素がn回繰り返される
|
a{3}
|
"aaa"
|
|
{n,}
|
直前の要素がn回以上繰り返される
|
a{2,}
|
"aa", "aaa", "aaaa..."
|
|
{n,m}
|
直前の要素がn回以上m回以下繰り返される
|
a{1,3}
|
"a", "aa", "aaa"
|
2. 文字クラス (Character Classes)
|
メタ文字
|
説明
|
例
|
例のマッチング結果
|
|
.
|
改行文字を除く任意の1文字にマッチ
|
a.c
|
"abc", "axc", "a1c"
|
|
[]
|
角括弧内に含まれる任意の1文字にマッチ
（範囲指定も可） |
[a-z]
|
"a", "b",..., "z"
|
|
[^]
|
角括弧内の文字以外にマッチ
|
[^0-9]
|
数字以外の任意の1文字
|
|
\d
|
任意の数字 ( [0-9] と同等)
|
\d{3}
|
"123", "987"
|
|
\w
|
英数字とアンダースコア
|
\w+
|
"word", "test_1"
|
|
\s
|
空白文字
|
a\sb
|
"a b"
|
3. アンカー (Anchors)
| メタ文字 | 説明 | 例 |
例のマッチング結果
|
| ^ | 行の先頭にマッチ | ^abc | "abcde" |
| $ | 行の末尾にマッチ | abc$ | "xyzabc" |
4. グループ化と参照 (Grouping & Backreferences)
| メタ文字 | 説明 | 例 |
例のマッチング結果
|
| () | グループ化、キャプチャ | (ab)+ | "ab", "abab" |
5. エスケープ文字 (Escape Character)
| メタ文字 | 説明 | 例 |
例のマッチング結果
|
| \ | メタ文字をエスケープ（文字そのものとして扱う） | \. | . (ドット文字) |
Qlik Senseにおける正規表現関数：高度な文字列操作を可能に
Qlik Senseは、ロードスクリプトとチャート式の両方で利用できる豊富な正規表現関数を提供します。これにより、テキストデータの高度なパターンマッチング、抽出、置換、検証が可能になります。
主要な正規表現関数一覧
|
関数名
|
機能概要
|
利用可能な場所 |
| CountRegEx(text, regex) | 入力文字列内で指定された正規表現パターンが一致する回数を返す。一致がない場合は0を返す。 | スクリプト、チャート |
| ExtractRegEx(text, regex [, field_no]) | 指定された正規表現パターンを使用して入力文字列からテキストを抽出する。一致が見つからない場合はnullを返す。 | スクリプト、チャート |
| ExtractRegExGroup(text, regex, group [, field_no]) | 複合正規表現パターンを使用して入力文字列からテキストを抽出し、指定されたグループのテキストを返す。一致が見つからない場合はnullを返す。 | スクリプト、チャート |
| IndexRegEx(text, regex [, count]) |
入力文字列内で指定された正規表現パターンのn番目の出現の開始位置を返す。
|
スクリプト、チャート |
| IndexRegExGroup(text, regex, group [, count]) | 複合正規表現パターンを使用して入力文字列からテキストを抽出し、指定されたグループのn番目の出現の開始位置を返す。 | スクリプト、チャート |
| IsRegEx(expr [, debug]) | 指定されたテキストが有効な正規表現であるかどうかを返す。 | スクリプト、チャート |
| MatchRegEx(text, regex1 [, regex2,...]) | 入力文字列を1つ以上の正規表現パターンと比較し、一致するパターンの数値位置を返す。 | スクリプト、チャート |
| ReplaceRegEx(text, regex, to_str [, occurrence]) | 入力文字列と正規表現パターンとの間の一致を新しいテキストに置換した文字列を返す。 | スクリプト、チャート |
| ReplaceRegExGroup(text, regex, to_str, group [, occurrence]) | 複合正規表現パターンを使用して入力文字列と一致する部分文字列の指定されたグループを置換した文字列を返す。 | スクリプト、チャート |
| SubFieldRegEx(text, regex_delimiter [, field_no]) | 指定された正規表現パターンを区切り文字として使用して、入力文字列からテキストを抽出する。 | スクリプト、チャート |
関数の詳細と使用例
Qlik Senseの正規表現関数には、大文字・小文字を区別しない操作を可能にするために、関数名の末尾に「I」が付加されたバリアント（例:
ExtractRegExI, ReplaceRegExI）も用意されています。ExtractRegEx(text, regex [, field_no])
機能: 指定された正規表現パターンに一致するテキストを入力文字列から抽出します。
例1:テキストから数字文字列を抽出
ExtractRegEx('abc123def456', '\d+') // 結果: '123'
解説：
「\d」：これは「数字」を意味するメタ文字です。0から9までの任意の1桁の数字にマッチします。
「+」: これは「量指定子」と呼ばれるメタ文字で、直前の要素が「1回以上」繰り返される場合にマッチすることを示します。この数式は、「
'abc123def456'」という文字列の中から、「1回以上繰り返される数字の連続」を探し、その中で最初に見つかったものを抽出します。ExtractRegEx('abc123def456', '\d+', 2) // 結果: '456'
解説：
「\d」「+」は同上です。「2」は関数の第三引数で、n番目に一致した部分を抽出することができます。
この数式は、「
'abc123def456'」という文字列の中から、「1回以上繰り返される数字の連続」を探し、その中で2番目に見つかったものを抽出します。 例2:JSON文字列からメールアドレスを抽出
ExtractRegEx(メールアドレス, '[a-zA-Z0-9!#$%^&*-_+=~{|}\\/. '']+@example.com', 1) as Email1
解説：
解説：
「メールアドレス」フィールドから、「
@example.com」ドメインのメールアドレスを抽出します。ExtractRegExGroup(text, regex, group [, field_no])
機能: 複合正規表現パターンを使用して入力文字列からテキストを抽出し、指定されたグループのテキストを返します。
例:パスワードの強度チェック
=If(MatchRegEx(パスワード, '^(?=.*[a-z])(?=.*[A-Z])(?=.*\d)(?=.*[!@#$%^&*()_+])[A-Za-z\d!@#$%^&*()_+]{8,}$'), '強いパスワード', '弱いパスワード')
解説：
「8文字以上、大文字、小文字、数字、記号をそれぞれ1つ以上含む」といった複雑な条件を満たしているか検証する。
正規表現の活用例：実践的なシナリオ
Qlik Senseにおける正規表現機能は、非構造化テキストデータからの情報抽出、データの標準化、そして機密情報の保護においてその真価を発揮します。
情報抽出と標準化
正規表現は、メールアドレス、電話番号、URL、トランザクションコードなど、多様なデータ型を抽出・標準化する汎用的なツールとして機能します。これにより、データ品質と統合性が向上し、一貫した分析が可能になります。
データクレンジングと検証
データの入力ミスや不整合は、分析結果の信頼性を損ないます。正規表現を使用することで、データのパターンを定義し、それに合致しないデータを特定・修正したり、入力時に検証したりすることが可能です。例えば、郵便番号や日付のフォーマットを検証し、標準化することができます。
機密情報のマスキングと保護
個人識別情報（PII）やその他の機密データは、セキュリティとプライバシーの観点から保護される必要があります。正規表現の置換機能 (ReplaceRegExGroupなど) を使用することで、特定のパターンに一致する機密情報を自動的にマスキングし、データガバナンスとコンプライアンスを強化できます。
まとめ
Qlik Senseにおける正規表現のネイティブサポートは、データ分析のワークフローに革新をもたらします。複雑な文字列データの処理を効率化し、データ品質を向上させることで、より深く、より信頼性の高いインサイトを導き出すことが可能になります。ぜひ、これらの強力な正規表現機能を活用し、Qlik Senseでのデータ分析の可能性を最大限に引き出してください。
