Python正規表現 re.matchとre.searchの違いは？挙動の差を比較して解説

Pythonで文字列のパターンマッチングを行う際、多くの開発者が最初に手に取るのがreモジュールです。

このモジュールには非常に多くの関数が含まれていますが、中でも利用頻度が高いのがre.matchとre.searchの二つでしょう。

しかし、これら二つの関数は挙動が似ているため、どちらを使うべきか迷ってしまうケースが少なくありません。

正規表現のパターン自体は正しくても、関数の選択を誤ると「本来マッチするはずの文字列が検出されない」といった予期せぬバグの原因となります。

この記事では、Pythonの正規表現におけるre.matchとre.searchの決定的な違いについて、初心者の方でも理解できるように詳しく解説します。

2026年現在の最新のPython開発環境においても、これらの基本を押さえておくことは、効率的で保守性の高いコードを書くための第一歩となります。

re.match関数の特徴と挙動

まず、re.match関数の基本的な動作について確認していきましょう。

re.matchは、「文字列の先頭」がパターンに一致するかどうかを判定する関数です。

もし文字列の最初の1文字目からパターンが始まっていない場合、たとえ文字列の途中に一致する箇所があったとしても、re.matchはマッチングに失敗します。

この挙動は、入力データが特定のフォーマットで始まっていることを厳密にチェックしたい場合に非常に有用です。

例えば、ログファイルの各行が必ず特定の日付形式から始まっているかを確認するといったシーンが挙げられます。

実際にre.matchを使用したコード例を見てみましょう。

import re

# チェック対象の文字列
text = "Python is powerful"

# 先頭の「Python」にマッチするか確認
result = re.match(r"Python", text)

if result:
    print(f"マッチしました: {result.group()}")
else:
    print("マッチしませんでした")

マッチしました: Python

上記のコードでは、文字列の先頭が「Python」で始まっているため、正しくマッチしています。

しかし、検索したいキーワードが先頭以外にある場合はどうなるでしょうか。

import re

text = "I love Python"

# 「Python」は末尾にあるが、re.matchで試行
result = re.match(r"Python", text)

if result:
    print(f"マッチしました: {result.group()}")
else:
    print("マッチしませんでした")

マッチしませんでした

このように、re.matchは文字列の途中や末尾にあるパターンを無視するという特性を持っています。

re.search関数の特徴と挙動

次に、re.search関数について解説します。

re.searchは、文字列全体のどこかにパターンと一致する箇所があるかをスキャンする関数です。

マッチする箇所が先頭であっても、途中であっても、あるいは末尾であっても、最初に見つかった時点でマッチオブジェクトを返します。

そのため、特定のキーワードが文書内に含まれているかどうかを調べたい場合には、re.searchを使用するのが一般的です。

先ほどの失敗した例を、re.searchに書き換えて実行してみましょう。

import re

text = "I love Python"

# 文字列全体から「Python」を検索
result = re.search(r"Python", text)

if result:
    print(f"マッチしました: {result.group()}")
else:
    print("マッチしませんでした")

マッチしました: Python

今度は無事にマッチしました。

re.searchは、文字列を左から右へ順番に見ていき、最初に出現した一致箇所のみを返します。

もし文字列内に複数の候補があっても、2番目以降のマッチ箇所は無視される点に注意してください。

複数の箇所をすべて抽出したい場合は、re.findallやre.finditerといった別の関数を使用する必要があります。

re.matchとre.searchの比較まとめ

これら二つの違いを整理するために、主要なポイントを比較表にまとめました。

大きな違いは「探索を開始する位置」ではなく、「先頭以外でのマッチを許容するかどうか」にあります。

パフォーマンス面では、re.matchの方が探索範囲が限定されている分、巨大な文字列を扱う場合には有利に働くことがあります。

しかし、現代のPythonエンジンの最適化技術においては、通常のテキスト処理でその差を体感することはほとんどないでしょう。

実戦的なコード比較：複数行フラグの影響

正規表現のオプション（フラグ）を使用した場合、これらの関数の挙動がどのように変化するかを理解しておくことも重要です。

特に間違いやすいのが、複数行モード（re.MULTILINEまたはre.M）を指定した場合の挙動です。

多くの人は「複数行モードなら、各行の先頭をre.matchがチェックしてくれる」と考えがちですが、実はそうではありません。

re.matchはあくまで「文字列全体の最初の1行目の先頭」しか見ません。

対して、re.searchと行頭アンカー（^）を組み合わせた場合は、各行の先頭を検索対象に含めることができます。

import re

# 改行を含むマルチラインのテキスト
multiline_text = "Apple\nOrange\nBanana"

# re.matchで2行目の先頭を狙ってみる
match_result = re.match(r"Orange", multiline_text, re.MULTILINE)

# re.searchで2行目の先頭を狙ってみる
search_result = re.search(r"^Orange", multiline_text, re.MULTILINE)

print(f"re.matchの結果: {match_result}")
print(f"re.searchの結果: {search_result.group() if search_result else 'None'}")

re.matchの結果: None
re.searchの結果: Orange

この結果からわかる通り、行を跨いだ検索を行いたい場合は、必ずre.searchと適切なフラグを併用する必要があります。

re.matchの挙動は非常に厳格であり、マルチラインフラグを指定しても「文字列の本当の開始地点」に固執します。

Matchオブジェクトの便利な活用法

re.matchやre.searchが成功すると、Matchオブジェクトが返されます。

このオブジェクトには、マッチした箇所に関する詳細な情報が含まれており、単純な真偽判定以上のことが可能です。

開発現場でよく使われるメソッドをいくつか紹介します。

• group(): マッチした文字列そのものを取得します。
• start(): マッチした位置の開始インデックスを取得します。
• end(): マッチした位置の終了インデックスを取得します。
• span(): 開始と終了のインデックスをタプルで取得します。

これらを利用することで、文字列のどこに何があったのかを正確に把握し、その後の加工処理に活かすことができます。

import re

target = "Error code: 404 found"
pattern = r"\d+" # 数字の連続を検索

match = re.search(pattern, target)

if match:
    print(f"見つかった値: {match.group()}")
    print(f"出現位置: {match.start()}文字目から{match.end()}文字目まで")

見つかった値: 404
出現位置: 12文字目から15文字目まで

インデックス情報を活用すれば、特定のキーワードの前後数文字を切り出すといった、より高度なテキスト解析も容易になります。

また、正規表現の「グルーピング（カッコによる括り）」を使用すれば、特定のパーツだけを抽出することも可能です。

例えば、(ID: \d+)のようなパターンで検索すれば、IDというラベルを除いた数字部分だけを後から取り出すことができます。

第3の選択肢：re.fullmatchとの違い

ここまではre.matchとre.searchの違いを解説してきましたが、実はもう一つ、似た役割を持つre.fullmatchが存在します。

re.fullmatchは、「文字列全体がパターンと完全に一致するか」を検証する関数です。

re.matchは先頭さえ合っていれば、その後に余計な文字が続いていてもマッチします。

しかし、re.fullmatchは1文字の余剰も許しません。

import re

text = "Python123"

# matchは先頭が合っていればOK
print(f"match: {re.match(r'Python', text) is not None}")

# fullmatchは全体が一致しないとダメ
print(f"fullmatch: {re.fullmatch(r'Python', text) is not None}")

match: True
fullmatch: False

ユーザーからの入力値（電話番号やメールアドレス）が、決められた形式に完全に従っているかをバリデーションする際には、このre.fullmatchが最も安全な選択肢となります。

暗黙的に末尾アンカー（$）を付けているような挙動になるため、コードの見通しも良くなります。

パフォーマンスを意識したコンパイルの活用

正規表現をループ内で何度も使用する場合、re.matchやre.searchを直接呼び出すのは効率的ではありません。

Pythonの内部では、関数を呼び出すたびに正規表現パターンの解析とコンパイルが行われているからです。

これを防ぐために、あらかじめパターンをコンパイルしておく手法を推奨します。

import re

# パターンをコンパイル
pattern_obj = re.compile(r"Python")

# コンパイル済みオブジェクトからmatchやsearchを呼び出す
result = pattern_obj.search("I love Python")

コンパイルを行うことで、同じパターンを繰り返し利用する際のオーバーヘッドを大幅に削減できます。

数万行のログを解析するようなバッチ処理では、この僅かな差が実行時間に大きな影響を及ぼします。

また、コンパイル済みのオブジェクトを使うことで、どの正規表現がどこで定義されているのかが明確になり、コードの可読性向上にも寄与します。

まとめ

Pythonの正規表現モジュールにおいて、re.matchとre.searchは非常によく似ていますが、その探索範囲には明確な違いがあります。

re.matchは「文字列の先頭」からのみ一致を探し、re.searchは「文字列全体」をスキャンして一致を探します。

もし、文字列のどこに現れるかわからないキーワードを見つけたいのであれば、迷わずre.searchを選択してください。

一方で、データ構造が固定されており、行頭のフォーマットを確認したいだけであれば、意図を明確にするためにre.matchを使用するのが適切です。

さらに、文字列全体が完全一致することを求めるなら、re.fullmatchという選択肢も忘れてはいけません。

それぞれの関数の特性を正しく理解し、目的の処理に最適なメソッドを使い分けることで、より正確で効率的なPythonプログラミングが可能になります。

正規表現は奥が深い分野ですが、まずはこの二つの使い分けを完璧にマスターし、テキスト処理のスキルを一段階引き上げましょう。