在 Scala 中通过正则表达式模式匹配提取字符串的重复部分

问题描述

我有这段代码用于提取正则表达式中重复的 : 分隔部分，但它没有给我正确的输出。

val pattern = """([a-zA-Z]+)(:([a-zA-Z]+))*""".r

for (p <- pattern findAllIn "it:is:very:great just:because:it is") p match {

     case pattern("it",pattern(is,pattern(very,great))) => println("it: "+ is + very+ great)

     case pattern(it,_,rest) => println( it+" : "+ rest)

     case pattern(it,is,very,great) => println(it +" : "+ is +" : "+ very +" : " + great)

     case _ => println("match failure")
   }

我做错了什么？

如何编写一个 case 表达式来提取 : 正则表达式的每个 pattern 分隔部分？

解决这个问题的正确语法是什么？

如何匹配从正则表达式中提取的未知数量的参数？

在这种情况下打印：

it : is : very : great

just : because : it

is

解决方法

不能像这样重复使用捕获组，它只会将最后捕获的值保存为当前组值。

您仍然可以使用 \b[a-zA-Z]+(?::[a-zA-Z]+)*\b 正则表达式获取所需的匹配项，然后使用 : 拆分每个匹配项：

val text = "it:is:very:great just:because:it is"
val regex = """\b[a-zA-Z]+(?::[a-zA-Z]+)*\b""".r
val results = regex.findAllIn(text).map(_ split ':').toList
results.foreach { x => println(x.mkString(",")) }
// => it,is,very,great
//    just,because,it
//    is

参见Scala demo。 正则表达式详情：

• \b - 词边界
• [a-zA-Z]+ - 一个或多个 ASCII 字母
• (?::[a-zA-Z]+)* - 零次或多次重复
  • : - 一个冒号
  • [a-zA-Z]+ - 一个或多个 ASCII 字母
• \b - 词边界