テキストからハッシュタグを抽出する
ハッシュタグは # で始まり、英数字とアンダースコアが続きます。SNS テキストからハッシュタグを抽出、検証、正規化する方法を学びましょう。
- 1
ハッシュタグは # に続く 1 つ以上の単語構成文字(英字、数字、アンダースコア)で、スペースを含みません。プラットフォームによっては Unicode 文字も許可されます。正規表現 #[\w]+(より寛容なマッチには #[^\s#]+)でハッシュタグを検出できます。保存時は小文字化して # を除去すると正規化できます。
- 2 正規表現テスター →
#[\w]+(ASCII)または #[\p{L}\p{N}_]+(Unicode、u フラグが必要)ですべてのハッシュタグを検出します。SNS テキスト「Loving #WebDev and #JavaScript2024! #Frontend」でテストしてください。ツールはすべてのマッチを表示します。
- 3 正規表現置換ツール →
ハッシュタグを正規化します。小文字に変換し、# プレフィックスを除去し、重複を排除します。一貫した保存のために #([\w]+) を小文字版に置換します。#tag を <a href="/search?q=tag">#tag</a> に置換すれば、検索ページへのリンクになります。
よくある質問
- ハッシュタグに使える文字は?
- ほとんどのプラットフォームは英字、数字、アンダースコアを許可します。一部(Twitter/X、Instagram)は Unicode 文字(CJK、アラビア文字、絵文字)も許可します。句読点、スペース、特殊文字はハッシュタグを終端させます。# は先頭にあるか、直前にスペースが必要です(そうでないと C# のように単語の一部になります)。
- ハッシュタグは大文字小文字を区別すべきですか?
- いいえ。#WebDev と #webdev は同じタグとして扱うべきです。保存と比較には小文字に正規化してください。表示を元の大文字小文字のままにしたい場合でも、グループ化は小文字形式で行います。これにより検索と集計の一貫性が保証されます。
このタスクを解決するワークフロー
関連ツール
正規表現テスター
Test regular expressions with match highlighting, capture groups, and replace preview。無料、プライベート、100%クライアントサイド。 ツール
正規表現置換ツール
Find and replace text using regular expressions。無料、プライベート、100%クライアントサイド。 ツール
ワードカウント
Count characters, words, lines, sentences, paragraphs, byte size, and estimate reading time。無料、プライベート、100%クライアントサイド。 ツール