Scala中Regex提取器为何在模式匹配中看似失效？

你碰到的这个问题，核心在于Scala正则提取器的unapply方法和findFirstIn方法的行为差异：

为什么模式匹配里会"失效"？ #

当你在模式匹配中写case scalaLONG(long)时，Scala会调用正则对象的unapply方法。这个方法的逻辑是：只有当正则的捕获组数量和你在模式里声明的变量数量完全匹配时，才会返回成功的匹配结果。

看你最初的正则：

val LONG = """^(0|-?[1-9][0-9]*)$"""
val DOUBLE = """NaN|^-?(0(\.[0-9]*)?|([1-9][0-9]*\.[0-9]*)|(\.[0-9]+))([Ee][+-]?[0-9]+)?$"""

LONG里有2个捕获组（括号里的0和-?[1-9][0-9]*），DOUBLE里的捕获组更多，但你在模式里只写了一个变量（比如long、double），这就导致unapply无法匹配，直接走到了case _分支，所以本该识别为Double的都变成了String。

而findFirstIn方法就简单得多——它只检查整个字符串是否能被正则匹配，完全不关心捕获组的数量，所以if/else链式里能得到正确结果。

解决办法 #

有两种常见的修复方式：

1. 将捕获组改为非捕获组

把正则里的(...)改成(?:...)，这样这些分组就不会被视为捕获组，正则整体没有捕获组后，模式匹配里用无参数的形式即可：

val LONG = """^(?:0|-?[1-9][0-9]*)$"""
val DOUBLE = """^NaN|-?(?:0(?:\.[0-9]*)?|(?:[1-9][0-9]*\.[0-9]*)|(?:\.[0-9]+))(?:[Ee][+-]?[0-9]+)?$"""
val scalaLONG : scala.util.matching.Regex = LONG.r
val scalaDOUBLE : scala.util.matching.Regex = DOUBLE.r

val types1 = Seq("abc", "3", "3.0", "-3.0E-05", "NaN").map(text => text match {
  case scalaLONG() => s"Long"
  case scalaDOUBLE() => s"Double"
  case _ => s"String"
})
// 结果: Seq[String] = List("String", "Long", "Double", "Double", "Double")

2. 忽略所有捕获组

如果你需要保留捕获组（比如后续要提取匹配的内容），可以在模式里用_*来表示忽略所有捕获组，这样也能正确匹配：

val LONG = """^(0|-?[1-9][0-9]*)$"""
val DOUBLE = """NaN|^-?(0(\.[0-9]*)?|([1-9][0-9]*\.[0-9]*)|(\.[0-9]+))([Ee][+-]?[0-9]+)?$"""
val scalaLONG : scala.util.matching.Regex = LONG.r
val scalaDOUBLE : scala.util.matching.Regex = DOUBLE.r

val types1 = Seq("abc", "3", "3.0", "-3.0E-05", "NaN").map(text => text match {
  case scalaLONG(_*) => s"Long"
  case scalaDOUBLE(_*) => s"Double"
  case _ => s"String"
})
// 同样得到正确结果

关键总结 #

• 正则提取器的unapply方法对捕获组数量敏感：模式中变量的数量必须和正则的捕获组数量一致，或者用_*明确忽略所有捕获组。
• findFirstIn仅做整体匹配检查，不处理捕获组，所以不受这个限制。

内容的提问来源于stack exchange，提问作者Richard Gomes