在《大数据之脚踏实地学17--Scala字符串的清洗》一文中我们介绍了Scala语言中常用的字符串处理方法，但 这些方法并不是万能的 ，例如字符串子串的获取，如果目标子串并不在固定的位置，此时切片即将无效；字符串子串的替换，如果目标子串的值不确定，位置也不确定时，便无法基于replace的方法进行替换；字符串的分割，如果分隔符并不是固定的字符，而是某种具有规律的对象，那么普通的split方法也同样无法有效。

所以，对于上面所提到的几种情况，我们在本文将跟大家介绍 强大的正则表达式 ，利用正则表达式便可以轻松地解决各种字符串中常见的难题（正则表达式是描述字符串规律的字符串）。本文内容介绍：

字符串子串的查询

字符串子串的替换

字符串的分割

正如前文所说，正则表达式是描述字符串规律的字符串，那么构成字符串规律的正则符号都有哪些，以及这些符号的含义和用法是怎样的，读者朋友可以前往《 Python中正则表达式的巧妙使用 》一文中找到答案，本文就不赘述了。

子串的查询

基于正则表达式完成字符串中子串的查询，可以使用findFisrtIn、findAllIn或findAllMatchIn方法。他们的区别如下：

findFirstIn：查询出满足规律的第一个子串；

findAllIn：查询出满足规律的所有子串；

findAllMatchIn：与findAllIn类似，除此还可以配合()进行组元素的获取；

需要说明的是 ，在使用正则表达式做字符串相关的处理时，可以通过如下两个方式构造正则表达式：

pattern.r：即在字符串后面加上.r字符，这样原字符串便成了正则表达式；

导入scala.util.matching.Regex函数，通过函数构造正则表达式；

// 查询出所有包含a字母的单词（不区分大小写）

val S1 = "Today is Thursday, the weather is good, what about tomorrow?"

// 构造正则表达式

val pattern1 = "[a-zA-Z]*[aA][a-zA-Z]*" .r

pattern1.findAllIn(S1).toList

List [ String ] = List (Today, Thursday, weather, what, about)

// 导入函数

import scala.util.matching.Regex

// 查询出身高信息

val S2 = "name:张三,height:178,weight:68 name:李四,height:168,weight:62"

// 与Python不同的是，如下需要使用双反斜杠

val pattern2 = new Regex( "height:(d+)" )

// 利用for...yield将迭代对象中的内容存储到Res变量中

val Res = for (i <- pattern2.findAllMatchIn(S2)) yield i.group( 1 )

println(Res.toList)

List ( 178 , 168 ) 子串的替换

对于字符串子串的替换问题，可以将正则表达式利用在如下两个方法中：

replaceFirstIn：替换满足正则表达式的第一个子串；

replaceAllIn：替换满足正则表达式的所有子串；

// 将字符串中的数字替换为减号

val S3 = "现在是2019年4月5日，晚上21点17分"

val pattern3 = "d+" .r

pattern3.replaceAllIn(S3, "-" )

现在是-年-月-日，晚上-点-分 字符串的分割

字符串分割就更加简单了，只需要将正则表达式跟split函数搭配使用即可。下面通过一个简单的例子加以说明。

// 将字符串按照标点符号切割开

val S4 = "学习Scala，是一个漫长的过程。需要系统地学习，加油吧！兄弟。"

val pattern4 = new Regex( "[，。！]" )

pattern4.split(S4)

Array [ String ] = Array (学习Scala, 是一个漫长的过程, 需要系统地学习, 加油吧, 兄弟) 结语

本期的内容就介绍到这里，如果你有任何问题，欢迎在公众号的留言区域表达你的疑问。同时，也欢迎各位朋友继续转发与分享文中的内容，让更多的人学习和进步。

每天进步一点点： 数据分析1480

大数据之脚踏实地学17--Scala字符串的清洗

大数据之脚踏实地学16--Scala列表、元组与映射

大数据之脚踏实地学15--Scala的数组操作

大数据之脚踏实地学14--Scala自定义函数 返回搜狐，查看更多