scala学习笔记-文件和正则表达式

1. 读取行

读取文件中的所有行： 调用scala.ios.Source对象的getLines方法：

import scala.ios.Source
var source=Source.fromFile("myfile.txt","utf-8")
//第一个参数可以是字符串或者java.io.File
//第二个字符编码可以省略
val lineIterator =source.getLines

结果是一个迭代器。对结果进行处理：

1）可以逐条处理这些行

for (x<-lineIterator)  处理 x

2）存放数组或者缓冲
或者使用toArray 或 toBuffer方法，将行存放到数组或者缓冲中：

val lines =source.getLines.toArray

3）读取字符串
将整个文件读取成一个字符串

val contents=source.mkString

注意： 使用完source对象后，要调用close

2. 读取字符

从文件中读取单个字符，可以将Source对象当做迭代器进行处理：

for (c <-source) 处理c

查看某个字符但不处理掉，调用source对象的buffered 方法。可以用head方法查看下一个字符，但同时并不把它当做是已处理的字符

val source=Source.fromFile("myfile.txt","utf-8")
val iter=source.buffered
while(iter.hasNext){
    if(iter.head是符合预期的)
        处理iter.next
    else
        ...
}
source.close

若文件不是很大，可以读取成字符串进行处理

val contents=source.mkString

3. 读取词法单元和数字
1）读取源文件中所有以空格隔开的词法单元

val tokens =source.mkString.split("\\S+")

2）字符串转换成数字

使用toInt或toDouble方法

val numbers=for( w <-tokens) yield w.toDouble
val numbers =tokens.map(_.toDouble)

提示： 可以使用java.util.Scanner类处理同时包含文本和数字的文件

3） 从控制台读取数字

print("how are you?")
val age=readInt()//或者readDouble 或者readLong

4. 从URL或者其他源读取
val source1=Source.fromURL("http://horstamnn.com","utf-8")
val source2=Source.formString("hello")
val source3=Source.stdin  //从标准输入读取

5. 读取二进制文件
scala没有读取二进制文件的方法，需要使用Java类。

将文件读取成字节数组：

val file=new File(filename)
val in=new FileInputStream(file)
val bytes=new Array[Byte](file.length.toInt)
in.read(bytes)
in.close()

6. 写入文本文件
scala没有内建的对写入文件的支持，可以使用java.io.PrintWriter

val out=new PrintWriter("numbers.txt")
for( i<-1 to 100) out.println(i)
out.close()

7. 序列化

  
  

   
   
   
   
@SerialVersionUID(42L) class Person extends Serializable

说明：如果你能接受缺省ID，可以省略@SerialVersionUID注释

8.正则表达式

    
    

     
     scala.util.matching.Regex类来处理正则表达式，需要构造一个Regex对象，使用String类的r方法即可：
    
    

    
    

     
     
     
     
val numPattern ="[0-9]+".r

若正则表达式中包含反斜杠或者引号，最好使用“原始”字符串语法"""..."""。
    
    

    
    

     
     
     
     
val pattern="""\s+[0-9]+\s+""".r

findAllIn方法返回遍历所有匹配项的迭代器。可以在for循环中使用：
    
    

    
    

     
     
     
     
for( ms<-numPattern.findAllIn("99 bottles"))
    处理ms

或者将迭代器转成数组
    
    

    
    

     
     
     
     
val matches=numPattern.findAllIn("99 bottles, 98 books").toArray  //Array(99,98)
找到字符串中首个匹配性，可以使用findFirstIn




    
    

    
    

     
     
     
     
val matches=numPattern.findFirstIn("99 bottles, 98 books")  //Some("98")

替换首个匹配项或者全部匹配项：
    
    

    
    

     
     
     
     
numPattern.replaceFirstIn("99 bottles,98 books","xx") //xx bottles,98 books
numPattern.replaceAllIn("99 bottles,98 books","xx") //xx bottles,xx books

9. 正则表达式组
分组可以方便获取正则表达式的子表达式。在想提取的子表达式两侧加上圆括号。
    
    

    
    

     
     
     
     
val numitemPattern="([0-9]+) ([a-z]+)".r

要匹配组，可以把正则表达式对象当做“提取器”使用：
    
    

    
    

     
     
     
     
val numitemPattern(num,item)="99 books"//将num设置为“99”，item设为"books"

要从多个匹配项中提取分组内容，可以使用for语句：
    
    

    
    

     
     
     
     
for(numitemPattern(num,item)<-numitemPattern.findAllIn("99 books,98 bottles"))
   处理num和item