Scala 正则表达式

Scala 正则表达式

本章介绍了Scala如何通过scala.util.matching包中的 Regex 类来支持正则表达式。

尝试以下示例程序，我们将尝试从一个语句中找出单词 Scala 。

示例

import scala.util.matching.Regex

object Demo {
   def main(args: Array[String]) {
      val pattern = "Scala".r
      val str = "Scala is Scalable and cool"

      println(pattern findFirstIn str)
   }
}

将上述程序保存在 Demo.scala 中。以下命令用于编译和执行此程序。

命令

>scalac Demo.scala
\>scala Demo

输出

Some(Scala)

我们创建一个字符串并在其上调用r()方法。Scala会将字符串隐式转换为RichString，并调用该方法以获取一个Regex实例。要找到正则表达式的第一个匹配项，只需调用findFirstIn()方法。如果我们想找到匹配词的所有出现而不仅仅是第一个出现，可以使用findAllIn()方法。如果目标字符串中有多个Scala单词可用，这将返回所有匹配单词的集合。

您可以使用mkString()方法将结果列表连接起来，并可以使用pipe (|)来搜索Scala的小写和大写形式，您还可以使用Regex构造函数代替r()方法来创建一个模式。

请尝试以下示例程序。

示例

import scala.util.matching.Regex

object Demo {
   def main(args: Array[String]) {
      val pattern = new Regex("(S|s)cala")
      val str = "Scala is scalable and cool"

      println((pattern findAllIn str).mkString(","))
   }
}

将上述程序保存在 Demo.scala 中。以下命令用于编译和执行此程序。

命令

>scalac Demo.scala
\>scala Demo

输出

Scala,scala

如果您想要替换匹配的文本，我们可以使用 replaceFirstIn() 来替换第一个匹配项， 或者使用 replaceAllIn() 来替换所有出现的匹配项。

示例

object Demo {
   def main(args: Array[String]) {
      val pattern = "(S|s)cala".r
      val str = "Scala is scalable and cool"

      println(pattern replaceFirstIn(str, "Java"))
   }
}

将上面的程序保存在 Demo.scala 中。使用以下命令编译和执行该程序。

命令

>scalac Demo.scala
\>scala Demo

输出

Java is scalable and cool

形成正则表达式

Scala继承了Java的正则表达式语法，而Java又继承了Perl的大部分特性。以下只是一些示例，应该足够作为复习的参考。

下表列出了Java中所有可用的正则表达式元字符语法。

子表达式	匹配
^	匹配行的开头。
$	匹配行的末尾。
.	匹配除换行符外的任意单个字符。使用m选项可以使其匹配换行符。
[…]	匹配方括号中的任意单个字符。
[^…]	匹配不在方括号中的任意单个字符。
\\A	整个字符串的开头。
\\z	整个字符串的末尾。
\\Z	整个字符串的结尾，但不包括可接受的最后一行终止符。
re*	匹配零个或多个前面的表达式。
re+	匹配前一个元素的一个或多个实例
re?	匹配前面的表达式的零个或一个实例。
re{ n}	匹配前面的表达式的恰好n次实例。
re{ n,}	匹配前面的表达式的n次或更多实例。
re{ n, m}	匹配前面的表达式的至少n次和最多m次实例。
a	b | 匹配a或b。
(re)	对正则表达式进行分组，并记住匹配的文本。
(?: re)	分组正则表达式，不记住匹配的文本。
(?> re)	匹配独立模式，无回溯。
\w	匹配单词字符。
\W	匹配非单词字符。
\s	匹配空白字符。等同于 [\t\n\r\f]。
\S	匹配非空白字符。
\d	匹配数字。等同于 [0-9]。
\D	匹配非数字。
\A	匹配字符串的开头。
\Z	匹配字符串的结尾。如果存在换行符，则匹配换行符前的位置。
\\z	匹配字符串的末尾。
\\G	匹配上一次匹配结束的地点。
\\n	反向引用捕获组编号为“n”的结果。
\\b	当位于括号外时，匹配单词边界。当位于括号内时，匹配退格符 (0x08)。
\\B	匹配非单词边界。
\\n, \\t, 等等	匹配换行符、回车符、制表符等。
\\Q	转义（引用）直到 \\E 的所有字符。
\\E	结束由 \\Q 开始的引用。

正则表达式示例

示例	描述
.	匹配任意字符，除了换行符
[Rr]uby	匹配 “Ruby” 或 “ruby”
rub[ye]	匹配 “ruby” 或 “rube”
[aeiou]	匹配任意一个小写元音字母
[0-9]	匹配任意数字，等同于 [0123456789]
[a-z]	匹配任意一个小写ASCII字母
[A-Z]	匹配任意一个大写ASCII字母
[a-zA-Z0-9]	匹配上述任意字符
[^aeiou]	匹配除了小写元音字母之外的任意字符
[^0-9]	匹配除数字以外的任何字符
\\d	匹配一个数字：[0-9]
\\D	匹配一个非数字字符：[^0-9]
\\s	匹配一个空白字符：[ \t\r\n\f]
\\S	匹配非空白字符：[^ \t\r\n\f]
\\w	匹配一个单词字符：[A-Za-z0-9_]
\\W	匹配一个非单词字符：[^A-Za-z0-9_]
ruby?	匹配”rub”或”ruby”：y是可选的
ruby*	匹配”rub”加上0个或多个y
ruby+	匹配”rub”加上1个或多个y
\\d{3}	完全匹配3个数字
\\d{3,}	匹配3个或更多数字
\\d{3,5}	匹配3个、4个或5个数字
\\D\\d+	无分组：+重复\\d
(\\D\\d)+/	分组：+重复\\D\\d对
([Rr]uby(, )?)+	匹配”Ruby”、”Ruby, ruby, ruby”等

注意 − 在上面的字符串中，每个反斜杠都出现两次。这是因为在Java和Scala中，单个反斜杠是字符串字面值中的转义字符，不是字符串中显示的正常字符。所以，你需要写成‘\\’来得到一个字符串中的单个反斜杠，而不是‘\’。

试试以下示例程序。

示例

import scala.util.matching.Regex

object Demo {
   def main(args: Array[String]) {
      val pattern = new Regex("abl[ae]\\d+")
      val str = "ablaw is able1 and cool"

      println((pattern findAllIn str).mkString(","))
   }
}

将上述程序保存在 Demo.scala 中。以下命令用于编译和执行该程序。

命令

>scalac Demo.scala
\>scala Demo

输出

able1