一、正则表达式：定义、作用、应用场景
- 定义正则表达式（Regular Expression）是一种用于匹配、查找、替换字符串的字符模式规则，通过预定义的符号和语法组合，描述字符串的结构特征。
- 作用
- 字符串匹配：验证字符串是否符合特定格式（如手机号、邮箱）；
- 字符串查找：提取文本中符合规则的子串（如日志中的时间）；
- 字符串替换：批量修改文本中符合规则的内容（如替换敏感词）。
- 应用场景
- 数据验证：手机号、邮箱、身份证号等格式校验；
- 文本解析：日志分析、爬虫数据提取；
- 内容处理：代码注释清理、敏感词过滤；
- 数据格式化：日期、数字的统一格式转换。
二、正则表达式的组成部分
正则表达式由普通字符和元字符组成：
-
普通字符：无特殊含义的字符（如字母、数字、空格），直接匹配自身（如
abc匹配字符串中的 “abc”）。 -
元字符：具有特殊含义的字符，是正则的核心，常见类型：
- 匹配位置：
^（行开头）、$（行结尾）； - 匹配数量：
*（0 次或多次）、+（1 次或多次）、?（0 次或 1 次）、{n}（恰好 n 次）； - 匹配范围：
[]（字符集）、[^]（非字符集）、|（或）； - 预定义字符：
\d（数字）、\w（字母 / 数字 / 下划线）、\s（空白符）等。
- 匹配位置：
三、正则表达式的核心规则
-
匹配位置
^abc：匹配以 “abc” 开头的字符串；abc$：匹配以 “abc” 结尾的字符串；^abc$：精确匹配 “abc”（仅该字符串）。
-
匹配数量
a*：匹配 0 个或多个 “a”；a+：匹配 1 个或多个 “a”；a?：匹配 0 个或 1 个 “a”；a{3}：匹配恰好 3 个 “a”；a{2,5}：匹配 2 到 5 个 “a”；a{2,}：匹配至少 2 个 “a”。
-
匹配范围
[a-z]：匹配任意小写字母；[0-9]：匹配任意数字（等价于\d）；[^0-9]：匹配非数字字符；a|b：匹配 “a” 或 “b”。
-
预定义字符（简化写法）
\d：等价于[0-9]（数字）；\w：等价于[a-zA-Z0-9_]（单词字符）；\s：等价于[ \t\n\r]（空白符）；.：匹配任意字符（除换行符）。
四、Scala 中正则表达式的应用案例
Scala 通过scala.util.matching.Regex类实现正则操作，以下是常见场景示例：
案例 1：数据格式验证（手机号）
scala
import scala.util.matching.Regex
// 定义手机号正则：1开头，第二位为3-9，后9位为数字
val phoneRegex: Regex = "^1[3-9]\d{9}$".r
def validatePhone(phone: String): Boolean = phoneRegex.matches(phone)
// 测试
println(validatePhone("13812345678")) // true
println(validatePhone("12812345678")) // false（第二位不符合）
案例 2：提取文本中的邮箱
scala
val emailRegex: Regex = "\w+@\w+\.\w+".r
val text = "我的邮箱是test@example.com，备用邮箱是abc123@xyz.cn"
// 提取所有匹配的邮箱
val emails = emailRegex.findAllIn(text).toList
println(emails) // List(test@example.com, abc123@xyz.cn)
案例 3：替换文本中的敏感词
scala
val sensitiveRegex: Regex = "敏感词1|敏感词2".r
val content = "这是敏感词1，那是敏感词2"
// 将敏感词替换为“***”
val filteredContent = sensitiveRegex.replaceAllIn(content, "***")
println(filteredContent) // 这是***，那是***
案例 4：解析日志中的时间
scala
// 日志格式示例：2025-12-22 14:30:00 [INFO] 操作成功
val logTimeRegex: Regex = "(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2})".r
val log = "2025-12-22 14:30:00 [INFO] 操作成功"
logTimeRegex.findFirstIn(log) match {
case Some(time) => println(s"日志时间：$time") // 日志时间：2025-12-22 14:30:00
case None => println("未匹配到时间")
}
模板:
模板说明
- 所有模板基于
scala.util.matching.Regex实现； - 关键参数已标注注释，替换正则规则 / 目标文本即可适配业务场景；
- 包含异常处理（如无匹配时的兜底逻辑），保证代码健壮性。
scala
import scala.util.matching.Regex
/**
* Scala 正则表达式通用操作模板
* 涵盖：格式验证、全量提取、单值提取、分组提取、批量替换、单次替换
*/
object RegexTemplate {
// ====================== 1. 格式验证模板（如手机号/邮箱/身份证） ======================
/**
* 验证字符串是否符合指定正则规则
* @param regexStr 正则表达式
* @param target 待验证字符串
* @return 验证结果（true/false）
*/
def validateFormat(regexStr: String, target: String): Boolean = {
val regex: Regex = regexStr.r
regex.pattern.matcher(target).matches() // 精准匹配（全字符串符合规则）
}
// ====================== 2. 全量提取模板（提取所有匹配的子串） ======================
/**
* 提取文本中所有符合正则规则的子串
* @param regexStr 正则表达式
* @param text 目标文本
* @return 匹配结果列表（无匹配则返回空列表）
*/
def extractAll(regexStr: String, text: String): List[String] = {
val regex: Regex = regexStr.r
regex.findAllIn(text).toList // 惰性迭代器转列表，无匹配则为空
}
// ====================== 3. 单值提取模板（提取第一个匹配的子串） ======================
/**
* 提取文本中第一个符合正则规则的子串
* @param regexStr 正则表达式
* @param text 目标文本
* @return 第一个匹配结果（Option类型，避免空指针）
*/
def extractFirst(regexStr: String, text: String): Option[String] = {
val regex: Regex = regexStr.r
regex.findFirstIn(text)
}
// ====================== 4. 分组提取模板（提取正则分组中的内容） ======================
/**
* 提取正则分组中的内容（如从日志中拆分时间、级别、内容）
* @param regexStr 带分组的正则表达式（分组用()包裹）
* @param text 目标文本
* @return 分组结果（List[List[String]]，外层是匹配项，内层是分组）
*/
def extractGroups(regexStr: String, text: String): List[List[String]] = {
val regex: Regex = regexStr.r
regex.findAllMatchIn(text)
.map(matchResult => (0 to matchResult.groupCount).map(matchResult.group).toList)
.toList
}
// ====================== 5. 批量替换模板（替换所有匹配的子串） ======================
/**
* 批量替换文本中所有符合正则规则的子串
* @param regexStr 正则表达式
* @param text 目标文本
* @param replacement 替换后的内容
* @return 替换后的文本
*/
def replaceAll(regexStr: String, text: String, replacement: String): String = {
val regex: Regex = regexStr.r
regex.replaceAllIn(text, replacement)
}
// ====================== 6. 单次替换模板（替换第一个匹配的子串） ======================
/**
* 替换文本中第一个符合正则规则的子串
* @param regexStr 正则表达式
* @param text 目标文本
* @param replacement 替换后的内容
* @return 替换后的文本
*/
def replaceFirst(regexStr: String, text: String, replacement: String): String = {
val regex: Regex = regexStr.r
regex.replaceFirstIn(text, replacement)
}
// ====================== 模板使用示例 ======================
def main(args: Array[String]): Unit = {
// 示例1：验证手机号
val phoneRegex = "^1[3-9]\d{9}$"
println("手机号验证（13812345678）：" + validateFormat(phoneRegex, "13812345678")) // true
println("手机号验证（12812345678）：" + validateFormat(phoneRegex, "12812345678")) // false
// 示例2：提取所有邮箱
val emailRegex = "\w+@\w+\.\w+"
val text = "邮箱1：test@example.com，邮箱2：abc123@xyz.cn"
println("提取所有邮箱：" + extractAll(emailRegex, text)) // List(test@example.com, abc123@xyz.cn)
// 示例3：提取第一个匹配的数字
val numRegex = "\d+"
val content = "年龄：25，身高：180cm"
extractFirst(numRegex, content).foreach(firstNum => println("第一个数字：" + firstNum)) // 25
// 示例4：分组提取日志（时间、级别、内容）
val logRegex = "(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}) \[(\w+)\] (.*)"
val log = "2025-12-22 15:30:00 [INFO] 操作成功；2025-12-22 15:31:00 [ERROR] 连接失败"
println("日志分组提取：")
extractGroups(logRegex, log).foreach(group => println(group))
// 输出：
// List(2025-12-22 15:30:00 [INFO] 操作成功, 2025-12-22 15:30:00, INFO, 操作成功)
// List(2025-12-22 15:31:00 [ERROR] 连接失败, 2025-12-22 15:31:00, ERROR, 连接失败)
// 示例5：替换所有敏感词
val sensitiveRegex = "敏感词1|敏感词2"
val sensitiveText = "这是敏感词1，那是敏感词2"
println("敏感词替换后：" + replaceAll(sensitiveRegex, sensitiveText, "***")) // 这是***，那是***
// 示例6：替换第一个数字为99
println("替换第一个数字：" + replaceFirst(numRegex, content, "99")) // 年龄：99，身高：180cm
}
}
模板扩展说明
- 正则转义处理：Scala 字符串中 `` 需转义为
\（如\d写为\d），若正则规则复杂，可使用原始字符串raw"^1[3-9]\d{9}$"避免多次转义； - 分组索引：
matchResult.group(0)是整个匹配串，group(1)/group(2)对应正则中第 1/2 个括号分组； - 性能优化：若同一正则需多次使用，建议提前编译为
Regex实例（避免重复编译）； - 复杂匹配：可结合
Regex.Match的start/end方法获取匹配子串的位置，实现更精细的文本处理。
