regex - Scala 正则表达式(由双引号分隔的字符串)

Question

我是 Scala 的新手。我正在尝试匹配由双引号分隔的字符串，但我对以下行为感到有些困惑:

如果我执行以下操作:

val stringRegex = """"([^"]*)"(.*$)"""
val regex = stringRegex.r
val tidyTokens = Array[String]("1", "\"test\"", "'c'", "-23.3")
tidyTokens.foreach {
    token => if (token.matches (stringRegex)) println (token + " matches!")
}

我得到

"test" matches!

否则，如果我执行以下操作:

tidyTokens.foreach {
    token => token match {
        case regex(token) => println (token + " matches!")
        case _ => println ("No match for token " + token)
    }
}

我得到

No match for token 1
No match for token "test"
No match for token 'c'
No match for token -23.3

为什么在第二种情况下“测试”不匹配？

Answer 1

拿你的正则表达式:

 "([^"]*)"(.*$)

使用 .r 编译时，这个字符串产生一个 regex object - 如果它匹配它的输入字符串，它必须产生 2 捕获的字符串 - 一个用于 ([^"]*)另一个用于 (.*$) .你的代码

  case regex(token) => ...

应该反射(reflect)这一点，所以也许你想要

  case regex(token, otherStuff) => ...

要不就

  case regex(token, _) => ...

为什么？因为 case regex(matchedCaputures...)语法有效，因为 regex是一个
带有 unapplySeq 的对象方法。 case regex(token) => ...翻译(大致)为:

 case List(token) => ...

哪里 List(token)是什么 regex.unapplySeq( inputString )返回:

 regex.unapplySeq("\"test\"") // Returns Some(List("test", ""))

您的正则表达式确实与字符串 "test" 匹配但在 case声明正则表达式提取器的 unapplySeq方法返回一个列表 2 字符串，因为这是正则表达式所说的它捕获的内容。这很不幸，但编译器在这里帮不了你，因为正则表达式是在运行时从字符串编译的。

一种替代方法是使用非捕获组:

 val stringRegex = """"([^"]*)"(?:.*$)"""
 //                             ^^

那么你的代码就可以工作了，因为 regex现在将是一个提取器对象，其 unapplySeq方法只返回一个捕获的组:

 tidyTokens foreach { 
    case regex(token) => println (token + " matches!")
    case t => println ("No match for token " + t)
 }

看看 Extractor Objects 上的教程，为了更好地理解
怎么样 apply/ unapply/ unapplySeq作品。