scala_文件和正则表达式.md

第十五章 文件和正则表达式

读取行

要读取文件中的所有行，可以调用 scala.io.Source 对象的 getLines 方法。

import scala.io.Source
val source = Source.fromFile("a.txt", "UTF-8")
val lineIterator = source.getLines

结果是一个迭代器。可以用来逐条处理这些行。或者也可以对迭代器应用 toArray 和toBuffer方法。

有时候，你只想将整个文件读取成一个字符串，这更加简单：

val contents = source.mkString

在调用完 Source 对象之后，记得 close 。

读取字符

如果需要读取单个字符，可以直接把 Source 对象当作迭代器，因为 Source 类扩展自 Iterator[Char] :

for(c <- source) //处理c

从URL或者其他源读取

Source 对象有读取非文件源的方法：

val source1 = Source.fromURL("http://www.baidu.com")
val source2 = Source.fromString("hello,world")
val source3 = Source.stdin

读取二进制文件

Scala没有提供读取二进制的方法，需要使用Java类库。

val file = new File(filename)
val in = new FileInputStream(file)
var bytes = new Array[Byte](file.length.toInt)
in.read(bytes)
in.close()

写入文本文件

一样没有提供内建方法，需要使用Java类库。

import java.io.PrintWriter
val out = new PrintWriter("numbers.txt")
for(i <- 1 to 10) out.println(i)
out.close()

序列化

首先声明一个可序列化的类：

@SerialVersionUID(42L) classs Person extends Serializable

Serializable 特质定义在scala包中，因此不需要显示导入。

如果你能接受缺省的ID，也可以省略掉 @SerialVersionUID 注解。

Scala集合类都是可序列化的，因此可以把他们用作可序列化类的成员。

进程控制

scala提供了 scala.sys.process 包用于与 shell 交互。

import sys.process._
"ls -al "!

正则表达式

要构造一个 Regex 对象，用 String 类的 r 方法即可。

val pattern = "[0-9]+".r

如果正则表达式包含了反斜杠或者引号的话，最好使用原始字符串的形式 """..."""" 。

findAllIn 方法返回遍历所有匹配项的迭代器。

使用 toArray 可以将迭代器转换成数组。

要想找到字符串中的首个匹配项，可以使用 findFirstIn ，得到的结果是一个 Option[String] 。

使用 replaceFirstIn 或者 replaceAllIn 替换首个或者全部匹配字符串。

val encryptPattern ="""\$\{\S+\}""".r
val r = encryptPattern.replaceAllIn(param, s => {
      s.group(0)
   	  ....
    })
    r

正则表达式组

分组可以让我们方便的获取正则表达式的子表达式。

val numItemPattern = "([0-9]+) ([a-z]+)".r
val numItemPattern(num, item) = "99 bottles"