Scala - 正则表达式的解释答案

【问题标题】：Scala - Explanation for regex statementScala - 正则表达式的解释
【发布时间】：2016-11-18 00:59:11
【问题描述】：

假设我有一个名为 df 和正则表达式的数据框，如下所示：

var df2 = df
regex = new Regex("_(.)")
for (col <- df.columns) {
      df2 = df2.withColumnRenamed(col, regex.replaceAllIn(col, { M => M.group(1).toUpperCase }))
    }

我知道这段代码正在重命名 df2 的列，这样如果我有一个名为“user_id”的列名，它将成为 userId。

我了解 withcolumnRenamed 和 replaceAllIn 函数的作用。我不明白的是这部分：{ M => M.group(1).toUpperCase }

什么是M？什么是组（1）？

我可以猜到发生了什么，因为我知道预期的输出是 userId，但我认为我并不完全理解这是怎么发生的。

有人可以帮助我理解这一点吗？真的很感激。

谢谢！

【问题讨论】：

标签： regex scala capturing-group

【解决方案1】：

M 只是代表匹配，组（1）指的是被正则表达式捕获的组（1）。考虑这个例子：

世界杯

如果你想用正则表达式匹配上面的例子，你会写这样的\w+\s\w+，但是，你可以利用组，这样写：

(\w+)\s(\w+)

Regex 中的括号用于表示组。在上面的示例中，第一个 (\w+) 是组 1，它将匹配 World。第二个(\w+) 将匹配正则表达式中的第2 组Cup。如果你想匹配整个事物，你可以使用组 0 来匹配整个事物。

在右侧查看正在运行的组： https://regex101.com/r/v0Ybsv/1

【讨论】：

【解决方案2】：

replaceAllIn方法的签名是

replaceAllIn(target: CharSequence, replacer: (Match) ⇒ String): String

所以M 是一个Match 并且它有一个group 方法，它返回

第i组中匹配的字符串，如果没有匹配则为null

正则表达式中的组与括号中的（子）正则表达式匹配（.，即您的情况下的一个符号）。您可以拥有多个捕获组，您可以命名它们或通过索引引用它们。您可以阅读更多关于捕获组 here 和 Regex 的 Scala API 文档。

所以{ M => M.group(1).toUpperCase } 意味着您将每个匹配项替换为其中_ 更改为大写之后的符号。

【讨论】：