正規表現はウェブアナリストの武器

Googleアナリティクスでは、正規表現を使用したデータ集計はとても便利です。

正規表現を使うことで、例えば、パラメータだけが違う何百ものURLを束ねて集計が可能となります。

正規表現を知らない場合、このようなデータの収集効率と精度はなかなかあがりません。

解析アナリストとしても、正規表現を確実に抑えておく必要があります。

特殊文字（メタ文字）

◆文末を定義する　　＄

アドバンスフィルタ（右上赤枠）で、「タグマネージャ」と検索してみます。

すると、タグマネージャという文言が含まれるページが部分一致で表示されます。

マネージャ/  でピッタしにおわるページのみをデータ取得するにはどうしたらよいでしょうか？

①アドバンスフィルタ機能＞正規表現一致を選択

②タグマネージャ/$　と入力

意味：$ は、文末であることを意味する正規表現上での特殊文字（メタ文字）です。

これにより、タグマネージャのあとの文末がスラッシュで終わるページだけをフィルタリングできました。

◆先頭を定義する　^

アドバンスフィルタに　/　を入力した場合、

/を含むページがすべてフィルタリングされてきます。

それでは、/（スラッシュ）一文字のページだけを抜き出すにはどうしたらよいでしょうか。

下記の図のように^/$を指定すれば大丈夫です。

◆または、　を意味する　| 　(パイプ)

タグマネージャ/でピッタし終わるページと、/info/2015/08/14を含むページのみを抜き出すには

どうしたらよいでしょうか？

ちなみに、AND（かつ）でフィルタリングする場合は、すなおに、AND条件を使ってください。

むずかしく考える必要はありません。

また、”一致”と表示されているプルダウンに”除外”といった選択肢が用意されております。

除外を選択して使用した場合は、正規表現パターンに一致した文字列が除かれます。

※Googleアナリティクスでは、否定的先読み表現という正規表現が使えません。例）^(?!https).*

Googleアナリティクスでは、ほかに

数字を表す   \d (円マークと数字を意味するd)  という特殊文字があります

products.php?num=999999

products.php?num=88888a

numが数値のものだけを抜き出すには、

num=\d+$とすれば、

products.php?num=999999が抽出できます。

◆その他、正規表現上の特殊文字の種類

.　ドット

：　空文字列を含む、任意の一文字

\s　円s

：　空白文字１文字

^　べき乗

：　先頭を表す

$　ドル

：　行末を表す

\w　円ダブリュー

：　単語構成文字（英大文字小文字および、数字）

\d　円ディー

：　数字１文字

*  アスタリスク

：直前の文字の0回以上の繰返し

例）　.*　ドットとアスタリスク　：　任意の一文字を０回以上繰り返す、つまり全文一致

+　プラス　：　直前におかれている文字の1回以上の繰返し

例）　.+　ドットとプラス　：任意の文字を１回以上繰り返す

？  直前の要素の0回または、1回の出現を表す。繰り返しではない点に注意。

例）　AA?　エーエーはてな　：　Aもしくは、AAにヒットするが、AAAにはヒットしない。要注意！

[]　カッコ

：文字クラス（[]の中の文字のいずれかに一致する

例）　[ABCDE]　A～Eのいずれかに一致させる。[A-E]でも同じ意味。

 [^ABCDE] カッコの中の^は、ABCDE以外を指す。先頭を表す^とは別の意味になる。

以上のように、正規表現を上手に使えるようになると、

データ収集が楽になるだけでなく、正規表現を用いないと収集できないデータ収集にも対応できるようになります。

他にも、アドバンスセグメントや目標設定時にも威力を発揮します。

下記で紹介する２冊の良書をお勧めします。しっかりと身につけてみてください。

正規表現の学習でお悩みの方は弊社講座をご受講ください。

Googleアナリティクスのための正規表現セミナー(3.0h)

　　P222