scala通过尾递归解析提取字段信息
一、背景
获取数据中以“|”作为字段间的分隔符，但个别字段中数据也是以“|”作为分隔符。因此，在字段提取时需要保护数据完整性。
二、实现
1.数据以“|”分隔，可以采用递归方式迭代解析。通过尾递归方式降低运行风险；
2.尾递归中使用模式匹配；
3.解析时，根据separator做遍历，“‘”和“’”（一对引号之间的数据作为一个整体cell），引号前数据位head（即使为空，也可以），cell后的数据由下一次迭代解析，则整个结构为：result+head+cell（引号间的数据）+（head+cell+（head+cell+（...）））
4.默认数据中引号成对出现；
5.具体实现如下：
1 val input="123||abc||lat|||'120.15|34.56'||lon||'112.135|30.124'|location|grid|'101|26|37'|0755|x|" 2 3 def separator(str:String,sep:String,result:Array[String]):Array[String]={str.indexOf(sep) match{ 4 case v if v<0 =>result++str.split("\\|",-1) 5 case x =>{ 6 val head=str.substring(0,x).stripSuffix("|").split("\\|",-1) 7 val next=str.substring(x+1).indexOf(sep) 8 val cell=Array(str.substring(x+1,x+next+1).replaceAll("\\|",",")) 9 separator(str.substring(x+next+3),sep,result++head++cell)} 10 }} 11 12 println(separator(input,"'",Array()).toList)
三、总结
1.使用尾递归时，要保证每次迭代要有结果作为下次迭代的输入；
2.substring提取子字符串时为前闭后开；
3.字符串做split时尽量使用index=-1，保证||之间为一个空的数据，但不能丢弃；
4.replaceAll替换字符时，注意".$|()[{^?*+\\"需要做转译；
5.保证|‘不会产生多余空元素，需要对head的字符串做stripSuffix去除动作。
