在Scala里面如何使用正则处理数据

正则在任何一门编程语言中,都是必不可少的一个模块,使用它来处理文本是非常方便的,尤其在处理在使用Spark处理大数据的时候,做ETL需要各种清洗,判断,会了正则之后,我们可以非常轻松的面对各种复杂的处理,Scala里面的正则也比Java简化了许多,使用起来也比较简单,下面通过几个例子来展示下其用法:

/**
  * Created by QinDongLiang on 2017/1/5.
  */object ScalaRegex {

  def main(args: Array[String]): Unit = {    
    //例子一整个字符串匹配模式
    println("51".matches("""\d+"""))//true

    //例子二查询是否包含复合正则的模式
    println("""\d+""".r.findAllIn("foo456bar").length!=0)//true

    //例子三返回第一个匹配正则的字符串
    var numbers="""\d+""".r   
    var str="foo 123 bar 456"
    println(numbers.findFirstIn(str))//Some(123)

    //例子四迭代所有匹配到的复合模式的字符串
    numbers.findAllMatchIn(str).foreach(println)// 123  456

    //例子五返回所有正则匹配作为一个List
    println(numbers.findAllMatchIn(str).toList)//List(123, 456)

    //例子六使用正则查询和替换
    var letters="""[a-zA-Z]+""".r    
    var str2="foo123bar"
    println(letters.replaceAllIn(str2,"spark"))//spark123spark

    //例子七使用正则查询和替换使用一个函数
    println(letters.replaceAllIn(str,m=>m.toString().toUpperCase()))//FOO 123 BAR 456

    //例子八使用正则查询替换字符
    var exp="""##(\d+)##""".r    
    var str8="foo##123##bar"
    //group 0 返回所有捕获,其他1...n分别返回第一个捕获,或第二个捕获,至第n个捕获
    println(exp.replaceAllIn(str8,m=>(m.group(0)).toString))//foo##123##bar

    println(exp.replaceAllIn(str8,m=>(m.group(1).toInt *2).toString))//foo246bar

    //例子九使用正则提取值进入一个变量里面
    val pattern="""(\d{4})-([0-9]{2})""".r    
    val myString="2016-02"

    val pattern(year,month)=myString

    println(year)//2016
    println(month)//02

    //例子十在case match匹配中使用 正则
    val dataNoDay="2016-08"
    val dateWithDay="2016-08-20"

    val yearAndMonth = """(\d{4})-([01][0-9])""".r    
    val yearMonthAndDay = """(\d{4})-([01][0-9])-([012][0-9])""".r

    dateWithDay match{   
   
   case yearAndMonth(year,month) => println("no day provided")        
   case yearMonthAndDay(year,month,day) => println(s"day provided: it is $day")
    }    //day provided: it is 20

    //例子十一正则匹配忽略大小写

    val caseSensitivePattern = """foo\d+"""
    println("Foo123".matches(caseSensitivePattern))//false


    val caseInsensitivePattern = """(?i)foo\d+"""
    println("Foo123".matches(caseInsensitivePattern))//true

    //注意使用正则字符串三个双引号,不需要转义

  }

}

原文发布于微信公众号 - 我是攻城师(woshigcs)

原文发表时间:2017-01-05

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏小詹同学

Leetcode打卡 | No.19 删除链表的倒数第N个节点

之前我们说过 C 和 C++ 中的指针是个好东西 ,在解决这类问题很是方便 。然而 python 是没有这个概念的 ,包括链表也是模拟链表的相关操作 。刷题到这...

1442
来自专栏Phoenix的Android之旅

你不知道的HashMap

面试中经常会问到常用数据结构,比如HashMap。 相信你平时几乎每天都会用到HashMap,但是你知道它是的实现原理是怎样的吗? 这里先提几个问题:HashM...

963
来自专栏技术小站

c++(二)

算数运算符:+,-,*,/,%,++,--  进行算数运算时,如果存在溢出,则把溢出的部分拿掉(浮点型的难以预测),如 int i=0xffffffff,j;j...

1061
来自专栏数据小魔方

左手用R右手Python系列之——迭代器与迭代对象

接触过Python的小伙伴儿肯定都知道,Python中关于迭代器和可迭代对象运用的很广泛。迭代器可以以一种非常友好的方式使用在循环中,不仅节省内存,还能优化代码...

3818
来自专栏书山有路勤为径

1.C与C++

使用c++中的标准库类型vector可以很轻松的完成任务。 不需要管理内存分配,对不同的类型都可以处理

1314
来自专栏我的博客

选择排序

分类: 选择排序(选择排序,堆排序,平滑排序,笛卡尔树排序,锦标赛排序,圈排序) 思想: 1、从左至右遍历,找到最小(大)的元素,然后与第一个元素交换。 2、从...

3338
来自专栏从流域到海域

《笨办法学Python》 第40课手记

《笨办法学Python》 第40课手记 本节课讲述的字典,一种比数组更强大的数据结构,字典(dict)的另一个名称是散列(hash)。 我将在后面具体解释dic...

1967
来自专栏菩提树下的杨过

python:函数的高级特性

2083
来自专栏HTML5学堂

提取数字——字符串、正则面试题

提取数字——字符串、正则面试题 HTML5学堂:正则、数组、字符串,是JavaScript语言中让人头痛的一些知识,今天这篇文章我们使用数组字符串、正则两种方法...

2976
来自专栏codingforever

经典算法巡礼(一) -- 排序之冒泡排序

事实上,她重复地遍历需要排序的元素,一次比较相邻的两个元素,如果不满足预先定义的比较条件,则交换;否则继续下一组元素比较,直至遍历完成需要排序的所有元素。当然,...

392

扫码关注云+社区

领取腾讯云代金券