規則表示式與提取器

Scala使用與Java相同的規則表示式（Regular Expression）語法，你可以在 java.util.regex.Pattern 找到語法說明。

以下先介紹幾個簡單的正則表示式。一些常用的範圍，可以使用預先定義的字元類別：

.	符合任一字元
\d	等於 [0-9] 數字
\D	等於 [^0-9] 非數字
\s	等於 [ \t\n\x0B\f\r] 空白字元
\S	等於 [^ \t\n\x0B\f\r] 非空白字元
\w	等於 [a-zA-Z_0-9] 數字或是英文字
\W	等於 [^a-zA-Z_0-9] 非數字與英文字

. 符合任一字元。例如有一字串abcdebcadxbc，使用.bc來比對的話，符合的子字串有abc、ebc、xbc三個；如果使用..cd，則符合的子字串只有bcd。

以上的例子來根據字元比對，也可以使用「字元類」（Character class）來比較一組字元範圍，例如：

[abc]	a、b或c
[^abc]	非a、b、c的其它字元
[a-zA-Z]	a到z或A到Z（範圍）
[a-d[m-p]]	a到d或m到p（聯集）
[a-z&&[def]]	d、e或f（交集）
[a-z&&[^bc]]	a到z，除了b與c之外（減集）
[a-z&&[^m-p]]	a到z且沒有m到p（a-lq-z）（減集）

可以用Greedy quantifiers來指定字元可能出現的次數：

X?	X出現一次或完全沒有
X*	X出現零次或多次
X+	X出現一次或多次
X{n}	X出現n次
X{n,}	X出現至少n次
X{n,m}	X出現至少n次，但不超過m次

字串物件擁有matches()方法可以讓您驗證字串是否符合指定的規則表示式，這通常用於驗證使用者輸入的字串資料是否正確，例如電話號碼格式； replaceAll()方法可以將符合規則表示式的子字串置換為指定的字串；split()方法可以依指定的規則表示式，將符合的子字串分離出來，並以字串陣列傳回。

在Scala中若要建立可重複使用的規則表示式物件，可使用 scala.util.matching.Regex 類別，例如：

import scala.util.matching.Regex
val yp = new Regex("\\d\\d\\d\\d")

val year = yp.findFirstIn("Birthday: 1975/05/26")
println(year.getOrElse("沒有年份資訊"))   // 1975

如果你在"與"間定義規則表示式，那麼對於\d的第一個\字元，你必須避開（Escape），也就是寫為\\d的形式，如果你不想特意作避開字元的動作，則可以在"""與"""定義規則表示式，例如：

import scala.util.matching.Regex
val yp = new Regex("""\d\d\d\d/\d\d/\d\d""")

val year = yp.findFirstIn("Birthday: 1975/05/26")
println(year.getOrElse("沒有年份資訊"))   // 1975/05/26

事實上，你可以更簡便地利用 scala.runtime.RichString 的 r 方法來建立規則表示式：

val yp = """(\d\d\d\d)/(\d\d)/(\d\d)""".r

val year = yp.findFirstIn("Birthday: 1975/05/26")
println(year.getOrElse("沒有年份資訊"))    // 1975/05/26

當你使用()將規則表示式中某些規則群組起來時，你可以運用提取器的語法來提取符合的元素，例如：

val Birthday = """(\d\d\d\d)/(\d\d)/(\d\d)""".r
val Birthday(y, m, d) = "1975/05/26"
printf("%s 年 %s 月 %s 日%n", y, m, d)  // 1975 年 05 月 26 日

如果()被設定為可出現零次的情況，若要比對的字串沒有出現，則提取出null值，例如：

val Birthday = """(\d\d\d\d)?/?(\d\d)/(\d\d)""".r

val Birthday(y1, m1, d1) = "1975/05/26"
printf("%s 年 %s 月 %s 日%n", y1, m1, d1)   // 1975 年 05 月 26 日

val Birthday(y2, m2, d2) = "05/26"
printf("%s 年 %s 月 %s 日%n", y2, m2, d2)   // null 年 05 月 26 日

之所以可以使用這樣的提取器語法，是因為 scala.util.matching.Regex 類別定義了unapplySeq()方法，對於符合規則表示式中使用()群組的部份提取出來。