scala的正则使用之Regex

scala的正则使用之Regex

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

  
  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 = """(dddd)-(dd)-(dd)""".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