查找

Scala 通过 scala.util.matching 包中的 Regex 类来支持正则表达式。以下实例演示了使用正则表达式查找单词 Scala :

  1. import scala.util.matching.Regex
  2. val pattern = "Scala".r
  3. val str = "Scala is Scalable and cool"
  4. println(pattern findFirstIn str) // Some(Scala)

执行以上代码,输出结果为:

  1. Some(Scala)

实例中使用 String 类的 r() 方法构造了一个Regex对象。
然后使用 findFirstIn 方法找到首个匹配项。
如果需要查看所有的匹配项可以使用 findAllIn 方法。
你可以使用 mkString( ) 方法来连接正则表达式匹配结果的字符串,并可以使用管道(|)来设置不同的模式:

  1. import scala.util.matching.Regex
  2. object Test {
  3. def main(args: Array[String]) {
  4. val pattern = new Regex("(S|s)cala") // 首字母可以是大写 S 或小写 s
  5. val str = "Scala is scalable and cool"
  6. println((pattern findAllIn str).mkString(",")) // 使用逗号 , 连接返回结果
  7. }
  8. }

执行以上代码,输出结果为:

  1. Scala,scala

正则和模式匹配

  1. import scala.util.matching.Regex
  2. val numberPattern: Regex = "[0-9]".r
  3. numberPattern.findFirstMatchIn("awesomepassword") match {
  4. case Some(_) => println("Password OK")
  5. case None => println("Password must contain a number")
  6. }

上例中,numberPattern的类型是正则表达式类Regex,其作用是确保密码中包含一个数字。
你还可以使用括号来同时匹配多组正则表达式。

  1. import scala.util.matching.Regex
  2. val keyValPattern: Regex = "([0-9a-zA-Z-#() ]+): ([0-9a-zA-Z-#() ]+)".r
  3. val input: String =
  4. """background-color: #A03300;
  5. |background-image: url(img/header100.png);
  6. |background-position: top center;
  7. |background-repeat: repeat-x;
  8. |background-size: 2160px 108px;
  9. |margin: 0;
  10. |height: 108px;
  11. |width: 100%;""".stripMargin
  12. for (patternMatch <- keyValPattern.findAllMatchIn(input))
  13. println(s"key: ${patternMatch.group(1)} value: ${patternMatch.group(2)}")

上例解析出了一个字符串中的多个键和值,其中的每个匹配又有一组子匹配,结果如下:

  1. key: background-color value: #A03300
  2. key: background-image value: url(img
  3. key: background-position value: top center
  4. key: background-repeat value: repeat-x
  5. key: background-size value: 2160px 108px
  6. key: margin value: 0
  7. key: height value: 108px
  8. key: width value: 100

替换

如果你需要将匹配的文本替换为指定的关键词,可以使用 replaceFirstIn( ) 方法来替换第一个匹配项,使用 replaceAllIn( ) 方法替换所有匹配项,实例如下:

  1. object Test {
  2. def main(args: Array[String]) {
  3. val pattern = "(S|s)cala".r
  4. val str = "Scala is scalable and cool"
  5. println(pattern replaceFirstIn(str, "Java"))
  6. }
  7. }
  8. 输出
  9. Java is scalable and cool

正则表达式

Scala 的正则表达式继承了 Java 的语法规则,Java 则大部分使用了 Perl 语言的规则。
下表我们给出了常用的一些正则表达式规则:

表达式 匹配规则
^ 匹配输入字符串开始的位置。
$ 匹配输入字符串结尾的位置。
. 匹配除”\r\n”之外的任何单个字符。
[…] 字符集。匹配包含的任一字符。例如,”[abc]”匹配”plain”中的”a”。
[^…] 反向字符集。匹配未包含的任何字符。例如,”[^abc]”匹配”plain”中”p”,”l”,”i”,”n”。
\\A 匹配输入字符串开始的位置(无多行支持)
\\z 字符串结尾(类似$,但不受处理多行选项的影响)
\\Z 字符串结尾或行尾(不受处理多行选项的影响)
re* 重复零次或更多次
re+ 重复一次或更多次
re? 重复零次或一次
re{ n} 重复n次
re{ n,}
re{ n, m} 重复n到m次
a|b 匹配 a 或者 b
(re) 匹配 re,并捕获文本到自动命名的组里
(?: re) 匹配 re,不捕获匹配的文本,也不给此分组分配组号
(?> re) 贪婪子表达式
\\w 匹配字母或数字或下划线或汉字
\\W 匹配任意不是字母,数字,下划线,汉字的字符
\\s 匹配任意的空白符,相等于 [\t\n\r\f]
\\S 匹配任意不是空白符的字符
\\d 匹配数字,类似 [0-9]
\\D 匹配任意非数字的字符
\\G 当前搜索的开头
\\n 换行符
\\b 通常是单词分界位置,但如果在字符类里使用代表退格
\\B 匹配不是单词开头或结束的位置
\\t 制表符
\\Q 开始引号:\Q(a+b)*3\E 可匹配文本 “(a+b)*3”。
\\E 结束引号:\Q(a+b)*3\E 可匹配文本 “(a+b)*3”。

环视

环视只进行子表达式的匹配,不占有字符,匹配到的内容不保存到最终的匹配结果,是零宽度的。环视匹配的最终结果就是一个位置。

环视的作用相当于对所在位置加了一个附加条件,只有满足这个条件,环视子表达式才能匹配成功。

环视按照方向划分有顺序和逆序两种,按照是否匹配有肯定和否定两种,组合起来就有四种环视。顺序环视相当于在当前位置右侧附加一个条件,而逆序环视相当于在当前位置左侧附加一个条件。
image.png
对于环视的叫法,有的文档里叫预搜索,有的叫什么什么断言的,这里使用了更多人容易接受的《精通正则表达式》中环视的叫法,其实叫什么无所谓,只要知道是什么作用就是了,就这么几个语法规则, 还是很容易记的

正则表达式实例

实例 描述
. 匹配除”\r\n”之外的任何单个字符。
[Rr]uby 匹配 “Ruby” 或 “ruby”
rub[ye] 匹配 “ruby” 或 “rube”
[aeiou] 匹配小写字母 :aeiou
[0-9] 匹配任何数字,类似 [0123456789]
[a-z] 匹配任何 ASCII 小写字母
[A-Z] 匹配任何 ASCII 大写字母
[a-zA-Z0-9] 匹配数字,大小写字母
[^aeiou] 匹配除了 aeiou 其他字符
[^0-9] 匹配除了数字的其他字符
\\d 匹配数字,类似: [0-9]
\\D 匹配非数字,类似: [^0-9]
\\s 匹配空格,类似: [ \t\r\n\f]
\\S 匹配非空格,类似: [^ \t\r\n\f]
\\w 匹配字母,数字,下划线,类似: [A-Za-z0-9_]
\\W 匹配非字母,数字,下划线,类似: [^A-Za-z0-9_]
ruby? 匹配 “rub” 或 “ruby”: y 是可选的
ruby* 匹配 “rub” 加上 0 个或多个的 y。
ruby+ 匹配 “rub” 加上 1 个或多个的 y。
\\d{3} 刚好匹配 3 个数字。
\\d{3,} 匹配 3 个或多个数字。
\\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”,等等

注意上表中的每个字符使用了两个反斜线。这是因为在 Java 和 Scala 中字符串中的反斜线是转义字符。所以如果你要输出 \,你需要在字符串中写成 \ 来获取一个反斜线。查看以下实例:

  1. import scala.util.matching.Regex
  2. object Test {
  3. def main(args: Array[String]) {
  4. val pattern = new Regex("abl[ae]\\d+")
  5. val str = "ablaw is able1 and cool"
  6. println((pattern findAllIn str).mkString(","))
  7. }
  8. }
  9. 输出
  10. able1