Scala 入门 WordCount

此代码仅供学习参考，若有理解错误的地方请及时联系博主，谢谢。

package FileIO
import scala.io.Source;
import scala.util.matching.Regex

object WordIO {
  def main(args: Array[String]) {
    val Sit = Source.fromFile("D://cc.txt").getLines()    // 文件读取,按行  
    val word = Sit.flatMap { line => line.split(" ") }    // 分离word
    val wordregex = word.flatMap(str => stringregex(str)) 
    val group = wordregex.foldLeft(Map.empty[String, Int]) {    // 向左折叠 def foldLeft[B](z: B)(op: (B, A) => B): B = {   A的类型其实就是调用这个函数的类型this.seq
      (kv, str) => kv + (str -> (kv.getOrElse(str, 0) + 1))    // 初始化一个要得到的类型B(Map[String,Int]) 由A和B进过op，就是操作最终生成B(第一步是Empty的Map放入一个str和0+1，第二步传入的是第一步产生的Map及wordregex中第二个值，进行if else)
    }    // map中的ifelse操作  Map[String,Int](也就是kv)中存在str则用str的值+1，若没有就用0+1          
    for(kv <-group){println(kv)}
   
  }  

  def stringregex (str: String) : List[String] = {
    val pattern = new Regex("[a-zA-Z]*['|’]?[a-zA-Z]*");    // 排除,."“” 但要保留’'等，使统计更精确
    val string = (pattern findAllIn(str)).mkString("")
    return List(string)    
  }
}

对于flatLeft()函数的解释：

def foldLeft[B](z: B)(op: (B, A) => B): B = {  
    var result = z  
    this.seq foreach (x => result = op(result, x))  
    result  
  } 
此方法接受2个参数，z和op，一个是B类型的参数，一个是返回B类型的函数。
在看到这个trait其实是TraversableOnce，可迭代的集合。
def seq: TraversableOnce[A]
比如一个val listA = List(1，2，3)
listA其实是实现了TraversableOnce这个trait的。
我们可以直接使用：
[java] view plain copy
scala> listA.foldLeft(0)((sum,i)=>sum+i)  
res26: Int = 6  

这个里面的0其实就是z返回值是Int类型即B类型
那么可以看出op这个函数返回值也需要是Int类型
可以看出
val result = z， 这里其实就是0，x=>result=op(result, x) ， sum其实也是z
其实z就是返回值，this.seq在这里就是list，对list遍历，这里执行op函数。
这里我们执行的是sum+i，就是累加了1+2+3=6

对于getOrElse()函数的解释：

Map中的if()else()操作的变型
在Spark中写法是：persons.getOrElse("Spark",1000) //如果persons这个Map中包含有Spark，取出它的值，如果没有，值就是1000。
for循环访问persons里面的Key和value
for((key,value)<- persons)
println(key+"："+value)
值：Hadoop：11
Spark：6

函数参考来源：

http://blog.csdn.net/oopsoom/article/details/23447317?spm=5176.100239.blogcont32477.3.xMKWCN

http://www.cnblogs.com/supersom/p/5094666.html