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。
分享到:
相关推荐
scala正则表达式在模式匹配中的应用:提取模式的分组值,通过代码理解正则表达式与模式匹配的原理。
Scala 通过 scala.util.matching 包中的 Regex 类来支持正则表达式。这篇文章主要介绍了scala正则表达式的相关知识,需要的朋友可以参考下
本设计源码提供了一个基于Scala的Spark数据处理练习。项目包含99个文件,主要使用...该项目旨在熟悉Spark算子并练习处理数据,适合用于学习和实践Scala、Java技术,以及开发基于Scala的Spark数据处理练习相关的系统。
Scala和Spark大数据分析函数式编程、数据流和机器学习
本源码提供了一个基于Scala的Apache Spark大数据处理框架设计。项目包含12914个文件,其中包括3697个Scala文件、1559个Q文件、1150个Java文件、388个SQL文件、372个TXT文件、362个Python文件、200个Markdown文档、...
如果 Scala 代码编译,正则表达式将在运行时编译。 换句话说,没有必要处理 s。 如果正则表达式中存在语法错误,您将立即知道,而不必等到运行时才发现。 reb4s API 支持子表达式的组合。 复杂的表达式可以分解成可...
本源码提供了一个基于Scala的Apache Spark大数据处理引擎设计。项目包含13628个文件,其中包括3835个Scala文件、1559个Q文件、999个TXT文件、933个Java源文件、395个SQL文件、369个Python文件、206个Markdown文档、...
这是一个基于Scala的Apache Spark大数据处理设计,使用Scala、Java、Python、Shell、JavaScript、CSS、HTML、Ruby和C语言开发,包含14108个文件。主要文件类型包括3966个Scala文件、1559个Q文件、1004个TXT文件、961...
本资源提供了一套基于Java、Scala和Spark的数据处理与分析设计源码,包含1381个文件,其中包括634个CRC...这些文件详细展示了如何使用Java、Scala和Spark进行数据处理与分析,非常适合用于学习和参考Java项目的开发。
本资源提供了一套基于Scala的Spark大数据处理平台的设计源码,包含147个文件,其中包括127个Scala源代码...这些文件详细展示了如何使用Scala构建一个大数据处理平台,非常适合用于学习和参考Scala和Spark项目的开发。
本项目是基于Apache Spark开发的分布式数据处理Scala设计源码,主要使用Scala进行开发。项目共包含25个文件,其中Scala源代码文件10个,XML配置文件9个,文本文件3个,Git忽略配置文件2个,以及Properties配置文件1...
本源码提供了一个基于Scala的spark_1大数据处理作业设计。项目包含39个文件,其中包括12个XML文件、11个CRC文件、4个out/part-00000文件、4个Scala源文件、2个Markdown文档、2个TXT文件、1个Gitignore文件、1个DAT...