「1234567」が郵便番号の確認を通った。\d は Python・C#・Swift で全角の数字に合う ― その書き方、本当に通る?⑫

C#
B!

郵便番号の入力欄で、形を確かめる正規表現です。\d は「数字」と習います。その「数字」に全角の「1」を含むかどうかは、言語によって違いました。全角で入れた 1234567 を、10言語中4言語が通しました。

何をしたか

CODE Polyglot の入門 第7回 は、郵便番号の形(数字3桁・ハイフン・4桁、またはハイフンなし7桁)を確かめるプログラムです。半角の数字だけを受け付けるのを正解にしています。

Python ならこう書きます。

if re.match(r"^\d{3}-?\d{4}$", s):

毎朝の検証と同じ Linux の環境で動かした結果です。

入力正解Python・C#・Swift(\d)・Rust(is_numeric)JavaScript・Java・Kotlin・Go・Ruby・PHP
123-4567OKOKOK
1234567OKOKOK
1234567NGOK: 123-4567NG
123-4567NGNGNG

上から3行目だけが割れました。4行目は、全角のハイフンがあるので、どの言語でも形が合いません。7件のうち正解だった数は、左の4言語が7件中6件、右の6言語が7件中7件でした。

何が違うか

言語\d が全角の「1」に合うか
Python・C#・Swift合う(あらゆる言語の数字に合う)
JavaScript・Java・Kotlin・Go・Ruby・PHP合わない(半角の 0〜9 だけ)

Rust には標準の正規表現がありません。1文字ずつ確かめるときに is_numeric() を使うと、全角の数字も通ります。

なぜ困るか

確認を通った値は、そのあとの処理に渡ります。上の結果のとおり、出力は 123-4567 と全角のままです。半角の郵便番号と同じものとして検索しても見つからず、外部のサービスに渡せば断られることがあります。

しかも Python の int は、全角の数字も数に直します。

>>> int('1234567')
1234567

途中で数に直す処理があると、全角のまま来たことに気づきにくくなります。

どう直したか

\d ではなく [0-9] と書きます。Rust は is_ascii_digit() を使います。

# Python の \d は全角の「1」にも合うので、[0-9] と書く。fullmatch は文字列全体が合うかを調べる
if re.fullmatch(r"[0-9]{3}-?[0-9]{4}", s):
// C# の \d は全角の「1」にも合うので、[0-9] と書いて半角の数字だけを受け付ける。
if (Regex.IsMatch(s, @"^[0-9]{3}-?[0-9]{4}\z"))
// Swift の \d は全角の「1」にも合うので、[0-9] と書いて半角の数字だけを受け付ける
let pattern = try! Regex("[0-9]{3}-?[0-9]{4}")
// is_numeric() は全角の「1」にも true を返すので、半角の 0〜9 だけに合う is_ascii_digit() を使う
if digits.len() == 7 && digits.iter().all(|c| c.is_ascii_digit()) {

直した版は、10言語とも7件中7件が正解になりました。全角で入れる人が多い欄なら、断るのではなく、半角に直してから確かめるのも親切です。

まとめ

  • \d は、Python・C#・Swift では全角の数字にも合う。全角の郵便番号を、Rust の is_numeric も含めて10言語中4言語が通した
  • 半角だけを受け付けるなら [0-9]、Rust は is_ascii_digit()
  • \d と書くのが正しいかは、言語によって変わる。テストには全角の数字を入れる
  • 10言語の全プログラムは 入門 第7回 にあります
B!
← 一覧へ戻る