Scala 正则表达式

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

import scala.util.matching.Regex

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

执行以上代码,输出结果为:

$ scalac Test.scala 
$ scala Test
Some(Scala)

示例中使用 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:

import scala.util.matching.Regex

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

执行以上代码,输出结果为:

$ scalac Test.scala 
$ scala Test
Scala,scala

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,示例如下:

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

执行以上代码,输出结果为:

$ scalac Test.scala 
$ scala Test
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,}重复n次或更多次
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"。

正则表达式示例

示例描述
.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。查看以下示例:

import scala.util.matching.Regex

object Test {
   def main(args: Array[String]) {
      val pattern = new Regex("abl[ae]\\d+")
      val str = "ablaw is able1 and cool"
      
      println((pattern findAllIn str).mkString(","))
   }
}

执行以上代码,输出结果为:

$ scalac Test.scala 
$ scala Test
able1