代码+图文讲解spark中scala常用正则匹配

1.准备测试数据集

首先建立一个文本文件，作为我们测试的数据，内容如下：除第三列与第四列是空格外，其余列于列之间都是tab键，第一行第三列与第四列为1个空格，第2行第三列与第四列为2个空格，第3行第三列与第四列为3个空格，第4行第三列与第四列为4个空格：

2.\\s匹配任意多个空白字符

 val rdd7 =sc.textFile("G:\\zhengze.txt")

 val rdd9 = rdd7.flatMap(_.split("\\s"))

 println(rdd9)
 rdd9.foreach(x => print(x+"*"))

 结果如图：

3.\\S匹配任意不是空白的字符

 val rdd7 =sc.textFile("G:\\zhengze.txt")

 val rdd9 = rdd7.flatMap(_.split("\\S"))

 println(rdd9)

 rdd9.foreach(x => print(x+"*"))

结果如下图所示：

4.\\d匹配任意多个数字

val rdd7 =sc.textFile("G:\\zhengze.txt")

 val rdd9 = rdd7.flatMap(_.split("\\d"))

 println(rdd9)

 rdd9.foreach(x => print(x+"*"))

结果如下图所示：

5.\\D匹配任意多个非数字字符

结果如图所示：