Question

我对scala（以及一般的编程）都很陌生，但是我想出了一个不太完美的解决方案来解决我遇到的问题 - 我想知道是否有人更优雅/高效？< / p>

我有一个（非常大的）字符串集，下面的一个小例子用于复制目的：

val brands = Set("Brand one", "BRAND-two!!!", "brand_Three1, brandThree2", "brand04")

现在我要做的是清理这个集合，以便我有一个新的干净集：

用逗号分隔的任何字符串都会拆分为单独的字符串
前导空格和非字母数字（和_ - ）字符删除
任何带空格的字符串都被三个版本的那个字符串（一个没有空格，一个带有“ - ”而不是空格，一个带有“_”）

到目前为止，我所做的代码都是这样做的，但它分两步完成，因此在列表上迭代两次（效率很低）：

   val brands_clean = brands.flatMap(
      _.toLowerCase.split(",").map(
        _.trim.replaceAll("[^A-Za-z0-9\\-\\_\\s]+", "")
      )
    )

    def spaceVariations(v: String) = if (v.contains(" ")) Set(v.replaceAll(" ", "-"), v.replaceAll(" ", "_"), v.replaceAll(" ", "")) else Set(v)

    val brands_final = brands_clean.flatMap(spaceVariations(_))

我尝试将spaceVariations函数直接合并到主代码中，方法是将replaceAll附加到map或flatMap：

// using the function call
.flatMap(spaceVariations(_))   

// or using a function directly within the code
.flatMap {v => if (v.contains(" ")) Set(v.replaceAll(" ", "-"), v.replaceAll(" ", "_"), v.replaceAll(" ", "")) else Set(v) }

但是我收到以下错误：

 error: type mismatch;
 found   : Array[Nothing]
 required: scala.collection.GenTraversableOnce[?]

我不确定我理解为什么这在这里不起作用，或者是否有更好的方法来实现我想要实现的目标？

Answer 1

  brands.flatMap(
    _.toLowerCase.split(",").map(
      _.trim.replaceAll("""[^\w-]""", "")
    )
  ).flatMap(spaceVariations)

为我工作，不知道你在哪里（或为什么）得到错误（我清理了你的正则表达式，使它更简洁，但这不重要）。

请注意，此仍然遍历该集两次。在scala中集合不是懒惰的，因此，它将首先使用中间集合完成第一个flatMap，然后从下一个集合开始。

如果要保存扫描，则应该以{{1}}而不是集合开头，因为迭代器是惰性的，并且会在继续下一个之前将每个元素发送到整个链：

Iterator

Answer 2

基于您Set将始终如此的假设：

def spaceVariations(v: String) = if (v.contains(" ")) Set(v.replaceAll(" ", "-"), v.replaceAll(" ", "_"), v.replaceAll(" ", "")) else Set(v)

 val brands = Set("Brand one", "BRAND-two!!!", "brand_Three1, brandThree2", "brand04")

brands.map( x => if (x.contains(",") ) x.split(",") else x ).flatMap {
    case str: String => Array(str)
    case a : Array[String] => a 
}.map(_.trim.toLowerCase.replaceAll("[^A-Za-z0-9\\-\\_\\s]+", "")).map(spaceVariations(_))

给出输出：

Set(Set(brand-one, brand_one, brandone), Set(brandthree2), Set(brand04), Set(brand-two), Set(brand_three1))

Scala：在一组字符串上执行多个地图和平面地图

2 个答案: