Scala正则表达式模式匹配

Question

我需要使用正则表达式来匹配Scala中的模式，并且我目前有一个正则表达式

InputPattern: scala.util.matching.Regex = put (.*) in (.*)

当我执行以下操作时：

scala> val InputPattern(verb, item, prep, obj) = "put a in b";
scala.MatchError: put a in b (of class java.lang.String)
... 33 elided 

我希望以输入（ put a in b）和verb("put"), item(""), prep("in"), and obj("") verb("put"), item("a"), prep("in"), and obj("b")输入的verb("put"), item("a"), prep("in"), and obj("b")结尾输入的“ put in”的 verb("put"), item(""), prep("in"), and obj("") 。

谢谢

Answer 1

您可以为所有情况编写一个正则表达式，但是我不确定它是否可读和可维护。 我更喜欢简单的方法：

val pattern1 = "(put) (.*) (in) (.*)".r
val pattern2 = "(put) (in)".r
def parse(text: String) = text match { 
  case pattern1(verb, item, prep, obj) => (verb, item, prep, obj); 
  case pattern2(verb, prep) => (verb, "", prep, "") 
}
scala> parse("put a in b")
res6: (String, String, String, String) = (put,a,in,b)

scala> parse("put in")
res7: (String, String, String, String) = (put,"",in,"")

还有一个想法：希望您知道自己在做什么！ RegEx是Chomsky Type 3语法 ，自然语言要复杂得多。 如果需要自然语言解析器，则可以使用已有的解决方案，例如Stanford NLP解析器 。

Answer 2

这适用于您的特殊情况：

scala> val InputPattern = "(put) (.*?) ?(in) ?(.*?)".r
InputPattern: scala.util.matching.Regex = (put) (.*) ?(in) ?(.*)

scala> val InputPattern(verb, item, prep, obj) = "put a in b"
verb: String = put
item: String = a
prep: String = in
obj: String = b

scala> val InputPattern(verb, item, prep, obj) = "put in"
verb: String = put
item: String = ""
prep: String = in
obj: String = ""

put和in这里也被分组捕获以参与模式匹配。 我还使用了惰性正则表达式(.*?)来捕获尽可能少的内容，您可以将其替换为(\\S*) 。 ? 给您可选的空间来匹配“放入”（在put和in之间有一个空格，在末尾没有空格）。

但是请注意：

scala> val InputPattern(verb, item, prep, obj) = "put ainb"
verb: String = put
item: String = a
prep: String = in
obj: String = b

scala> val InputPattern(verb, item, prep, obj) = "put aininb"
verb: String = put
item: String = a
prep: String = in
obj: String = inb

scala> val InputPattern(verb, item, prep, obj) = "put ain"
verb: String = put
item: String = a
prep: String = in
obj: String = ""

如果您有简单的命令解释器，则可能会更好，否则，应单独匹配特殊情况。

要处理一种简单的（非自然的）语言，您还可以考虑使用StandardTokenParsers ，因为它们是上下文无关的（ Chomsky类型2 ）：

import scala.util.parsing.combinator.syntactical._

val p = new StandardTokenParsers {
   lexical.reserved ++= List("put", "in") 
   def p = "put" ~ opt(ident) ~ "in" ~ opt(ident)
}

scala> p.p(new p.lexical.Scanner("put a in b"))
warning: there was one feature warning; re-run with -feature for details
res13 = [1.11] parsed: (((put~Some(a))~in)~Some(b))

scala> p.p(new p.lexical.Scanner("put in"))
warning: there was one feature warning; re-run with -feature for details
res14 = [1.7] parsed: (((put~None)~in)~None)