在Scala里面如何使用正则处理数据

缺乏、安全感 2022-07-13 10:14 142阅读 0赞

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，使用起来也必要简单，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
    
      }
    
    }

有什么问题可以扫码关注微信公众号：我是攻城师(woshigcs)，在后台留言咨询。 技术债不能欠，健康债更不能欠， 求道之路，与君同行。

![输入图片说明][3214000f-5633-3c17-a3d7-83ebda9aebff.jpg]

[3214000f-5633-3c17-a3d7-83ebda9aebff.jpg]: /images/20220713/79b505162ebc4a4babb225c62d2be5a2.png