REGEXEXTRACT関数の使い方｜正規表現で必要な部分だけ取り出す

REGEXEXTRACTは、正規表現を使って、文字列から必要な部分だけを取り出す関数です。

LEFT や MID が「位置」で切り出すのに対し、REGEXEXTRACTは「パターン」で切り出します。 位置が可変のデータでは圧倒的に短く書けます。

Excelにはありません。 スプレッドシート固有の関数です。

書式

=REGEXEXTRACT(文字列, 正規表現)

正規表現は " で囲みます。

正規表現の最小限の知識

実務で使うのは、だいたいこれだけです。

記号	意味
`\d`	数字1文字
`\D`	数字以外1文字
`\w`	英数字とアンダースコア1文字
`\s`	空白1文字
`.`	任意の1文字
`+`	直前を1回以上
`*`	直前を0回以上
`?`	直前を0回か1回
`{3}`	直前をちょうど3回
`[abc]`	a か b か c
`[^abc]`	a b c 以外
`^`	先頭
`$`	末尾
`(...)`	取り出す範囲
`\	`	または

() が最重要です。 REGEXEXTRACTは、括弧で囲んだ部分だけを返します。括弧がなければ、一致した全体を返します。

. ( ) - などを文字そのものとして扱いたいときは、前に \ を付けます（\. \(）。

基本の使い方

A1 = 商品コード：ABC-1234

=REGEXEXTRACT(A1, "\d+")        → 1234
=REGEXEXTRACT(A1, "[A-Z]+")     → ABC
=REGEXEXTRACT(A1, "([A-Z]+)-")  → ABC

3つ目は「大文字の連続の後にハイフンが続く」パターンで、括弧の中（大文字部分）だけを返しています。

実用例

数字だけ取り出す

=REGEXEXTRACT(A1, "\d+")

複数箇所に数字があると、最初の1つしか返りません。全部つなげたいなら REGEXREPLACE で数字以外を消します。

=REGEXREPLACE(A1, "\D", "")

括弧の中身を取り出す

=REGEXEXTRACT(A1, "\((.+?)\)")

$ と $ で括弧そのものを表し、(.+?) で中身を取り出しています。? は「最短一致」で、括弧が複数あるとき最初のペアだけを拾います。

最後の区切りより後ろ

=REGEXEXTRACT(A1, "([^/]+)$")

「/ 以外の文字が末尾まで続く部分」＝最後の / より後ろです。RIGHT と FIND で書くと非常に長くなる処理が、これだけで済みます。

拡張子を取り出す

=REGEXEXTRACT(A1, "\.([^.]+)$")

ドメインを取り出す

=REGEXEXTRACT(A1, "https?://([^/]+)")

s? で http と https の両方に対応しています。

メールアドレスのユーザー名部分

=REGEXEXTRACT(A1, "^([^@]+)@")

日付を取り出す

=REGEXEXTRACT(A1, "\d{4}[-/]\d{1,2}[-/]\d{1,2}")

[-/] でハイフンとスラッシュの両方に対応、{1,2} で1桁も2桁も許容しています。

郵便番号を取り出す

=REGEXEXTRACT(A1, "\d{3}-?\d{4}")

複数の部分を同時に取り出す

括弧を複数書くと、横方向に複数の結果が返ります。

=REGEXEXTRACT(A1, "([A-Z]+)-(\d+)")

ABC と 1234 が2つのセルに展開されます。右隣を空けておいてください。

1つだけ欲しいなら INDEX で選びます。

=INDEX(REGEXEXTRACT(A1, "([A-Z]+)-(\d+)"), 1, 2)

全行に適用する

ARRAYFORMULA が確実に効きます。ここが SPLIT に対する大きな利点です。

=ARRAYFORMULA(IF(A2:A="", "", REGEXEXTRACT(A2:A, "\d+")))

一致しない行があるとエラーになるので、IFERROR を挟みます。

=ARRAYFORMULA(IF(A2:A="", "", IFERROR(REGEXEXTRACT(A2:A, "\d+"), "")))

この形が実用上の基本形です。

REGEXMATCH・REGEXREPLACEとの使い分け

関数	用途
REGEXEXTRACT	取り出す
`REGEXMATCH`	一致するか判定する（`TRUE`/`FALSE`）
`REGEXREPLACE`	置き換える

判定なら REGEXMATCH です。

=IF(REGEXMATCH(A1, "^\d{3}-\d{4}$"), "OK", "形式エラー")

FILTER の条件にも使えます。

=FILTER(A:C, REGEXMATCH(B:B, "東京|大阪"))

エラーの対処

#N/A が出る

パターンに一致しませんでした。 これが最も多いエラーです。

全角と半角が違う（ー と -）
対象に想定外の文字が入っている
パターンの書き間違い

IFERROR で包むのが基本ですが、包む前に一致しない行を確認してください。 データの想定違いに気づくきっかけになります。

=IFERROR(REGEXEXTRACT(A1, "\d+"), "パターン外")

「パターン外」と表示しておけば、後で確認できます。

想定と違う部分が返る

括弧の位置が違う。取り出したい部分だけを () で囲んでください
+ が貪欲に一致しすぎている。+? で最短一致にしてください

#REF! が出る

複数の括弧を書いた結果の展開先に、データが入っています。

位置で取れないものを取り出す

文字列から一部を取り出す方法には、位置で指定する方法とパターンで指定する方法があります。位置で取れるのは、桁数や区切りが決まっている場合だけです。それ以外は、パターンで指定するしかありません。

たとえば、自由記述の文章の中から電話番号らしき部分を取り出したいとします。位置は決まっていません。しかし「数字とハイフンの並び」という形は決まっています。この形を指定して取り出すのが、正規表現の役割です。

同じように、文章の中の数字だけを取り出す、カッコで囲まれた部分を取り出す、アルファベットで始まるコードを取り出す。いずれも位置ではなく形で決まる要求です。

位置で取り出す関数を組み合わせて似たことをやろうとすると、条件分岐が増えて数式が破綻します。パターンで書けば、一つの数式で済みます。この使い分けができると、文字列処理の守備範囲が大きく広がります。

最小限のパターンから覚える

正規表現は覚えることが多く見えますが、実務で使うのは限られた記号だけです。まず次の五つを押さえてください。

数字を表す記号があります。これを繰り返しの記号と組み合わせれば、連続した数字を取り出せます。

任意の一文字を表す記号があります。何でもよい位置に使います。

繰り返しを表す記号が二種類あります。零回以上と一回以上です。この違いは、その部分が無くてもよいかどうかです。

回数を指定する書き方があります。ちょうど三回、三回から五回、といった指定ができます。桁数が決まっているコードを取り出すときに使います。

いずれかを表す書き方があります。角括弧の中に候補を並べる形です。

この五つで、実務の要求の大半は書けます。すべてを覚える必要はありません。必要になったときに調べればよく、よく使うものだけを手元に控えておけば足ります。

括弧で取り出す部分を指定する

正規表現には、一致した全体のうち、どの部分を取り出すかを指定する仕組みがあります。丸括弧で囲んだ部分が、取り出す対象になります。

たとえば「注文番号：A-1234」という文字列から、番号の部分だけが欲しいとします。「注文番号：」の後ろに続く形を指定しつつ、取り出すのは番号だけ、という指定ができます。

この仕組みを使うと、目印になる文字を含めてパターンを書けます。目印があることで誤って別の部分に一致する危険が減り、取り出す範囲は正確に指定できます。

括弧が複数ある場合、どれを取り出すかを指定する必要があります。環境によって扱いが違うので、複数の括弧を使うときは動作を確認してください。単純な用途なら、括弧は一つにしておくのが安全です。

なお、一致しない場合はエラーが返ります。すべての行に対象が含まれているとは限らないので、エラー時の処理を書いておくのが実務的です。

使いすぎないという判断

正規表現は強力ですが、万能ではありません。使うべきでない場面もあります。

第一に、単純な位置の切り出しで足りる場合です。固定長のコードから桁を取り出すだけなら、位置で指定するほうが読みやすく、意図も明確です。

第二に、他の人が触るファイルの場合です。正規表現は読み手を選びます。数式を見ても何をしているか分からず、修正もできない状態になりがちです。使うなら、近くに何をしているかの説明を残してください。

第三に、パターンが複雑になりすぎる場合です。条件が増えるほど、意図しない部分に一致する危険が高まります。テストしていない入力で誤動作すると、原因の特定に時間がかかります。

第四に、環境の互換性です。正規表現を使う関数はスプレッドシート特有のものが多く、他の環境では動きません。ファイルを移す予定があるなら避けてください。

これらを踏まえたうえで、位置では書けない要求にだけ使う。この線引きができていれば、正規表現は非常に役に立つ道具になります。

抽出できたかを確認する仕組み

パターンによる抽出は、一致しなかったときにエラーを返します。これを回避の関数で包むと、抽出できなかったことが見えなくなります。

推奨は、抽出の結果とは別に、一致したかどうかを判定する列を持つことです。一致を判定する関数で真偽値を出しておけば、抽出できた件数が数えられます。

想定される件数と一致するかを確認してください。全行から抽出できるはずなのに一部しか一致していなければ、パターンが狭すぎるか、データに例外が混ざっています。

一致しなかった行だけを抽出して確認する仕組みも有効です。どういうデータで失敗しているかが分かれば、パターンを直すべきか、そのデータ自体が異常なのかを判断できます。

抽出できた値の種類を数える方法もあります。想定される種類より多ければ、意図しない部分に一致しています。重複を除く関数で一覧を出せば、異常な値が見つかります。

これらの確認は、作業列を数本足すだけで済みます。パターンによる処理は間違いに気づきにくいので、確認の仕組みは必須だと考えてください。

自動化する前に、実データの一部で必ず確認する。この手順を飛ばすと、静かに間違ったまま運用することになります。

よくある質問

Q. 一致しないとエラーになります

エラー回避の関数で包むか、一致するかどうかを先に判定してください。

Q. 複数の一致を全部取り出せますか

この関数は最初の一致だけを返します。すべてを取り出したい場合は、別の方法が必要です。

Q. 大文字と小文字は区別されますか

区別されます。区別しない指定を先頭に置く書き方もありますが、環境によって対応が違います。

Q. 日本語も扱えますか

扱えます。ただし文字の範囲を指定する書き方は、環境によって挙動が変わることがあります。

Q. 数字だけを取り出したいのですが

数字を表す記号と繰り返しの記号を組み合わせてください。連続した数字が取れます。

Q. パターンが合っているか確認したいのですが

一致するかどうかを判定する関数があります。取り出す前に、まずそれで確認すると早く原因が分かります。

Q. Excelでも使えますか

スプレッドシート特有の関数です。他の環境では、位置で切り出す関数の組み合わせで代替してください。

Q. 置き換えもできますか

正規表現で置き換える関数があります。→ REGEXREPLACE関数の使い方

まとめ

書式は =REGEXEXTRACT(文字列, "正規表現")
() で囲んだ部分が返る。囲まなければ一致部分全体
覚えるのは \d + [] ^ $ () ? くらいで足りる
位置が可変のデータでは MID より圧倒的に短い
全行適用は ARRAYFORMULA + IFERROR が基本形
判定は REGEXMATCH、置換は REGEXREPLACE