Scala正則表達式模式匹配

Question

我需要使用正則表達式來匹配Scala中的模式，並且我目前有一個正則表達式

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

當我執行以下操作時：

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

我希望以輸入（ put a in b）和verb("put"), item(""), prep("in"), and obj("") verb("put"), item("a"), prep("in"), and obj("b")輸入的verb("put"), item("a"), prep("in"), and obj("b")結尾輸入的“ put in”的 verb("put"), item(""), prep("in"), and obj("") 。

謝謝

Answer 1

您可以為所有情況編寫一個正則表達式，但是我不確定它是否可讀和可維護。 我更喜歡簡單的方法：

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,"")

還有一個想法：希望您知道自己在做什么！ RegEx是Chomsky Type 3語法 ，自然語言要復雜得多。 如果需要自然語言解析器，則可以使用已有的解決方案，例如Stanford NLP解析器 。

Answer 2

這適用於您的特殊情況：

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這里也被分組捕獲以參與模式匹配。 我還使用了惰性正則表達式(.*?)來捕獲盡可能少的內容，您可以將其替換為(\\S*) 。 ? 給您可選的空間來匹配“放入”（在put和in之間有一個空格，在末尾沒有空格）。

但是請注意：

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 = ""

如果您有簡單的命令解釋器，則可能會更好，否則，應單獨匹配特殊情況。

要處理一種簡單的（非自然的）語言，您還可以考慮使用StandardTokenParsers ，因為它們是上下文無關的（ Chomsky類型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)