scala的正则使用之Regex

最新推荐文章于 2023-12-20 23:51:50 发布

空谷人

最新推荐文章于 2023-12-20 23:51:50 发布

阅读量1.3k

点赞数

分类专栏： spark 文章标签： scala 开发语言后端

本文链接：https://blog.csdn.net/wangsg2014/article/details/122744697

版权

spark 专栏收录该内容

6 篇文章 2 订阅

订阅专栏

最近在数据处理时，用到了正则匹配，在数据 Column 类型处理时用到的是 regexp_extract，其中具体方法，如下

  /**
　　Extract a specific group matched by a Java regex, from the specified string column. 
　　If the regex did not match, or the specified group did not match, an empty string is 
    returned.
    Since: 1.5.0
   */
  def regexp_extract(e: Column, exp: String, groupIdx: Int): Column = withExpr {
    RegExpExtract(e.expr, lit(exp).expr, lit(groupIdx).expr)
  }

不过，直接使用scala的正则是Regex类

scala.util.matching.Regex

记录下测试方法：

package com.qihoo.icebase.apollo.test

import scala.util.matching.Regex

object TestRegex {
  /**

   */
  def main(args: Array[String]): Unit = {
    val logInfo = "requestURI:/c?app=2&p=3&did=14 test(Datetime) 0042334&industry=42Ztest(DatetimeCCCD)"

    val regSameTokenProc: Regex = """test\(([\w:.><\-\s\\/]*)\)""".r
    println("findFirstIn:------" + regSameTokenProc.findFirstIn(logInfo).getOrElse(""))
    println("findFirstMatchIn.get.group:------" + regSameTokenProc.findFirstMatchIn(logInfo).getOrElse(null))

    val matchResult: Regex.Match = regSameTokenProc.findFirstMatchIn(logInfo).getOrElse(null)
    if (matchResult != null) {
      println("match", matchResult.group(1))
    } else {
      println("match null")
    }

    println("\nfindAllIn:")
    regSameTokenProc.findAllIn(logInfo).toList.foreach(println(_))

    println("\nfindAllMatchIn:")
    regSameTokenProc.findAllMatchIn(logInfo).foreach(item => println(item.group(1)))


    println("\n")
    val date = """(\d\d\d\d)-(\d\d)-(\d\d)""".r
    "2015-05-23" match {
      case date(year, month, day) => println(year, month, day)
    }
    "2014-05-23" match {
      case date(year, month, _*) => println("The year of the date is " + year)
    }
    "2014-05-23" match {
      case date(_*) => println("It is a date")
    }
  }
}

测试结果数据：

findFirstIn:------test(Datetime)
findFirstMatchIn.get.group:------test(Datetime)
(match,Datetime)

findAllIn:
test(Datetime)
test(DatetimeCCCD)

findAllMatchIn:
Datetime
DatetimeCCCD


(2015,05,23)
The year of the date is 2014
It is a date