Python正規表現のマルチラインモード：複数行テキストの効率的な抽出手法

2026年5月23日

正規表現

Pythonを用いたテキスト処理において、正規表現は非常に強力な武器となります。

特にデータ分析やログ解析の現場では、膨大なテキストデータから特定のパターンを抽出する作業が頻繁に発生します。

その際、多くのエンジニアが直面するのが「複数行にわたる文字列をいかに効率よく処理するか」という課題です。

Pythonの標準ライブラリであるreモジュールには、この課題を解決するためのマルチラインモードが用意されています。

本記事では、正規表現のマルチラインモードの仕組みから具体的な活用方法までを詳しく解説します。

目次 [ close ]

Pythonにおける正規表現の基本動作とマルチラインモード

Pythonの正規表現エンジンは、デフォルトの状態では対象の文字列全体を一つの大きな塊として扱います。

このデフォルト設定では、行頭を表す^（キャレット）は文字列の最初に、行末を表す$（ダラー）は文字列の最後にのみマッチします。

しかし、実際のテキストデータは改行を含んでおり、各行の先頭や末尾に対してマッチングを行いたいケースが多々あります。

このような場面で必要となるのが、re.MULTILINE（または省略形のre.M）フラグです。

マルチラインモードを有効にすると、^と$の挙動が変化します。

具体的には、^が「文字列全体の先頭」だけでなく「各行の先頭（改行の直後）」にもマッチするようになります。

同様に、$は「文字列全体の末尾」だけでなく「各行の末尾（改行の直前）」にもマッチするようになります。

マルチラインモードの基本的な書き方

マルチラインモードを利用するには、re.search()やre.findall()などの関数の引数にre.MULTILINEを指定します。

以下のコード例で、モードを指定しない場合と指定した場合の違いを確認してみましょう。

Python

import re

# サンプルテキスト（3行の文字列）
text = "Apple\nOrange\nBanana"

# デフォルトモード（マルチラインなし）
# 文頭が'Orange'であることを期待するが、マッチしない
result_default = re.findall(r'^Orange', text)

# マルチラインモードを有効化
# 各行の先頭をチェックするため、'Orange'が抽出される
result_multiline = re.findall(r'^Orange', text, re.MULTILINE)

print(f"デフォルトモードの結果: {result_default}")
print(f"マルチラインモードの結果: {result_multiline}")

実行結果

デフォルトモードの結果: []
マルチラインモードの結果: ['Orange']

この結果からわかるように、マルチラインモードを適用することで、改行の後の文字列を「新しい行の始まり」として認識できるようになります。

re.MULTILINEとre.DOTALLの決定的な違い

正規表現のフラグにおいて、マルチラインモードと混同されやすいのがre.DOTALL（またはre.S）です。

初心者の方にとって、これら二つのフラグの役割の違いを正しく理解することは非常に重要です。

re.MULTILINEは、あくまで「アンカー（^ と $）の挙動」を変更するものです。

対して、re.DOTALLは「ドット（.）が改行文字にマッチするかどうか」を変更するものです。

通常、ドット.は改行（\n）以外の任意の文字にマッチします。

しかし、re.DOTALLを指定すると、ドットが改行コードも含めてマッチするようになり、複数の行を一つのパターンで一気に跨いでマッチさせることが可能になります。

二つのフラグの比較表

それぞれの役割を整理するために、以下の表を参考にしてください。

フラグ名	影響を与える記号	主な効果
`re.MULTILINE` (`re.M`)	`^`, `$`	各行の先頭と末尾にマッチするようになる。
`re.DOTALL` (`re.S`)	`.` (ドット)	ドットが改行文字にもマッチするようになる。

これら二つは独立した機能であるため、必要に応じて同時に指定することも可能です。

複数のフラグを同時に適用する場合は、パイプ記号|を使用してre.MULTILINE | re.DOTALLのように記述します。

実践的な活用シーン：ログファイルからのデータ抽出

マルチラインモードが最も威力を発揮するのは、構造化されたログファイルの解析です。

例えば、各行の先頭にタイムスタンプやステータス（INFO, ERRORなど）が含まれるテキストデータを考えてみましょう。

特定のステータスの行だけを抽出したい場合、マルチラインモードが欠かせません。

Python

import re

log_data = """2026-05-01 INFO: System started
2026-05-01 ERROR: Connection failed
2026-05-01 INFO: Retrying...
2026-05-01 ERROR: Database unavailable"""

# 行頭が'2026'で始まり、かつ'ERROR'を含む行を抽出する
pattern = r'^2026.*ERROR.*$'

# re.MULTILINEを使用することで、各行に対してマッチングを行う
errors = re.findall(pattern, log_data, re.MULTILINE)

for error in errors:
    print(f"抽出されたエラー: {error}")

実行結果

抽出されたエラー: 2026-05-01 ERROR: Connection failed
抽出されたエラー: 2026-05-01 ERROR: Database unavailable

このように、マルチラインモードを使用すれば、「行単位のフィルタリング」を正規表現一つでスマートに完結させることができます。

複数行テキスト抽出の応用：行末のパターンマッチング

次に、行末のアンカー$を活用した例を見てみましょう。

特定の拡張子で終わるファイル名のリストや、末尾に特定の記号がついている行を探す際に便利です。

例えば、各行の末尾に「要確認」という文字列がある行だけを見つけ出したいとします。

Python

import re

memo = """タスク1：資料作成
タスク2：メール送信 要確認
タスク3：経費精算
タスク4：議事録作成 要確認"""

# 行末に'要確認'がある行にマッチ
pattern = r'.*要確認$'

important_tasks = re.findall(pattern, memo, re.MULTILINE)

print(important_tasks)

実行結果

['タスク2：メール送信 要確認', 'タスク4：議事録作成 要確認']

ここで注意が必要なのは、Windows形式の改行コード（\r\n）が含まれている場合です。

$は通常\nの直前にマッチしますが、キャリッジリターン（\r）が存在すると意図しない挙動になることがあります。

Pythonのオープン関数でファイルを読み込む際は、ユニバーサルニューライン機能によって改行コードが\nに統一されるため、基本的にはそのままマルチラインモードが使えます。

パフォーマンスと注意点

マルチラインモードを使用する際は、処理速度についても考慮しておく必要があります。

非常に巨大なテキストファイルに対して複雑な正規表現を適用し、かつマルチラインモードを有効にすると、バックトラッキングが発生しやすくなる場合があります。

特に.*のような欲張りなマッチングと組み合わせる際は、探索範囲が広がりすぎないよう注意が必要です。

パフォーマンスを最適化するためには、可能な限り具体的な文字クラスを指定するようにしましょう。

また、コンパイル済み正規表現オブジェクトを使用することで、繰り返し利用する場合のオーバーヘッドを削減できます。

Python

import re

# 正規表現パターンを事前にコンパイル
compiled_pattern = re.compile(r'^INFO:.*', re.MULTILINE)

# 大規模なデータに対して繰り返し検索を実行
# compiled_pattern.findall(large_text)

コンパイル時にフラグを指定しておくことで、コードの可読性も向上し、実行速度の改善が期待できます。

複雑な条件でのフラグ併用

高度なテキスト抽出を行う場合、マルチラインモードと他のフラグを組み合わせることが一般的です。

例えば、「大文字小文字を区別せず、各行の先頭にある特定の単語を探す」といったケースです。

この場合は、re.IGNORECASE（re.I）とre.MULTILINEを組み合わせます。

Python

import re

text = """Python is great.
python is popular.
PYTHON is easy."""

# 行頭の 'python' を大文字小文字問わずに検索
pattern = r'^python'
matches = re.findall(pattern, text, re.MULTILINE | re.IGNORECASE)

print(matches)

実行結果