Scala中的正则表达式（一）

吃西红柿长大的番茄
33 阅读4分钟

正则表达式的定义

正则表达式（Regular Expression）是一种用于匹配、查找和替换文本中特定模式的字符串。

案例

/*
   1.处理字符串
   2.查找。在一个大的字符串中，寻找是否满足 规则（条件）的子串
   3.匹配，校验。判断给定的字符串是否满足某些 规则（条件）

   这里的规则（条件）就是采用正则表达式 写的特殊的字符串

   正则表达式与具体的编程语言无关

   它是一个独立的，通用的计算机技术
 */
object day51 {
  def main(args: Array[String]): Unit = {
    //1.定义正则表达式。在scala中，字符串的后面+r，就定义了一个正则表达式
    //2.给定要检查（查找）的目标字符串
    //3.调用正则的方法，输出接结果

    //例子：判断给定字符串中是否有数字

    //1.定义正则表达式
    val reg="\\d".r

    //2.给定要检查（查找）的目标字符串
    val target="I like 我喜欢 数字 3，6,8！"

    println("找到的结果是：")
    reg.findAllIn(target).foreach(println)
  }
}

基本组成部分

正则表达式主要是如下4个部分组成：

  1. 字符类。包括单个字符和字符范围。例如，a匹配字符a，[abc]匹配a、b或者c中的任意一个字符，[a-z]匹配从a到z的任意一个小写字母。
  2. 量词。用于指定前面的字符或字符组出现的次数。例如，*表示前面的字符可以出现0次或多次，+表示前面的字符至少出现1次，?表示前面的字符最多出现1次。如a*可以匹配空字符串、a、aa、aaa等；a+可以匹配a、aa、aaa等，但不能匹配空字符串；a?可以匹配空字符串或者a。
  3. 锚点。用于指定匹配的位置。例如，^表示匹配行首，$表示匹配行尾。^abc表示匹配以abc开头的行，abc$表示匹配以abc结尾的行。
  4. 分组。使用括号()来分组。例如，(ab)+表示ab这个组合至少出现1次，如ab、abab、ababab等符合要求。分组还可以用于提取匹配的子字符串等操作

常见规则

核心代码如下：

// 这里定义规则  
val reg = "x".r    
// 这里打印规则的查找结果  
reg.findAllIn("abc").toList.foreach(println)

能匹配单个字符的规则

单字符大多数字符匹配自身正则表达式abc，文本abca匹配a，b匹配b，c匹配c
方括号[]定义字符类，匹配其一[abc]，文本a、b或c[abc]能匹配a、b或者c
排除字符类^[]开头加^，匹配其余字符[^abc]，文本d[^abc]匹配除a、b、c之外的字符，如d

能匹配很多规则的字符

.匹配除换行外单个字符a.c，文本abc、a&c等a.c可匹配多种，只要中间是一非换行字符
\d等价[0-9]，匹配数字\d{3}，文本123、456\d{3}匹配连续3个数字
\D等价[^0-9]，匹配非数字\D+，文本abc\D+匹配至少一个非数字字符，如abc
\w等价[a-zA-Z0-9_]，匹配相关字符\w+，文本abc、abc123、abc_\w+匹配对应字符串
\W等价[^a-zA-Z0-9_]，匹配其他\W，文本&\W匹配非字母等字符，如&
\s匹配空白字符a\sb，文本a ba\sb匹配含空白字符串
\S匹配非空白字符\S+，文本abc\S+匹配至少一个非空白字符，如abc

量词

*匹配前面0次或多次a*，文本""、a、aa等a*可匹配空、a及多个a
+匹配前面至少1次a+，文本a、aa等a+匹配a及多个a，不匹配空
?匹配前面最多1次a?，文本""、aa?匹配空或a
{n}匹配前面恰好n次a{3}，文本aaaa{3}匹配aaa
{n,}匹配前面至少n次a{2,}，文本aa、aaa等a{2,}匹配多个a，至少2个
{n,m}匹配前面n到m次a{1,3}，文本a、aa、aaaa{1,3}匹配1到3个a

特殊规则

除了上述规则之后，还有几条特殊的规则也需要介绍。

规则类型具体规则示例说明
非贪婪贪婪后加?，少匹配a*?，文本aaaaa*?在aaaa中先匹配一个a
锚点 - ^匹配行首^abc，文本abc
abc		^abc匹配以abc开头行，逐行判断
锚点 - $匹配行尾abc$，文本abc
abc		abc$匹配以abc结尾行，逐行判断
位置匹配（锚点 - 单词边界）匹配单词边界\bcat\b，文本cat、category\bcat\b匹配独立cat，不匹配category中cat部分
分组匹配()用()创建，可提取子串(abc)+，文本abc、abcabc(abc)+匹配abc多次，可提取子串
avatar
文章
阅读
粉丝