Chapter 26《Extractors》

• 到目前为止所使用的模式匹配的拆解和匹配都建立在case class的基础上，如果要创建自己的模式而不定义case class，提取器提供了一种实现手段。

---

提取器

• 在Scala中，只要有一个object拥有unapply的方法，该object就被称为提取器，这个unapply的作用是跟selector进行匹配，如果匹配成功，就将其拆解开来。

object EMail {
// The injection method (optional)
def apply(user: String, domain: String) = user + "@" + domain
// The extraction method (mandatory)
def unapply(str: String): Option[(String, String)] = {
val parts = str split "@"
if (parts.length == 2) Some(parts(0), parts(1)) else None
}
}

定义了一个名为EMail的提取器。unapply方法是apply方法的逆操作，unapply的入参为email地址，返回user和domain，但是为了处理字符串不是email的情况，将unapply的返回值定义为Option类型。在模式匹配中，如果case后面遇到了提取器，就调用unapply方法，其入参是选择表达式。

selectorString match { case EMail(user, domain) => ... }
EMail.unapply(selectorString)

unapply方法的返回值必须是Option类型的。这里的case Email(param1)模式，如果没有定义apply方法，有两种写法，第一种是Email(param1)，这个param1是unapply返回的整个元组；第二种就是Email(param1, param2, ……)，参数的个数和unapply定义的返回参数个数相同。定义了apply方法也是同样的情况。

目前选择器selectorString的类型和提取器unapply的参数类型是一致的，都是String，但这并不是必须的，selectorString可以为任何类型，unapply会首先检查selectorString的类型是不是String类型的，apply和unapply是对偶的，如果两者存在于一个对象中的话，Email.unapply(Email.apply(user, domain))的返回值是Some(user, domain)，apply使用参数来构建对象，unapply将对象解析为构造参数。推荐将两者放在一起。

---

0个或者1个变量的模式

• 如果返回多个模式元素，可将这个元素放在元组中，并使用Some包裹起来进行返回，如果要返回单个元素，直接使用Some将这个元素进行包装。如果不返回元素，则返回布尔值。

object UpperCase {
def unapply(s: String): Boolean = s.toUpperCase == s
}

case EMail(Twice(x @ UpperCase()), domain)中含有三个unapply模式。UpperCase的()要带上，不然匹配的就是UpperCase自身的类型。UpperCase自身虽然没有绑定任何变量，但可以使用变量绑定@将跟它匹配的模式关联一个变量，DIDI@xiaomi.com返回的x就是DI，可见嵌套的模式匹配是从最外层进行的。

---

提取可变长度参数的模式

如何使用提取器支持下面的代码：

dom match {
case Domain("org", "acm") => println("acm.org")
case Domain("com", "sun", "java") => println("java.sun.com")
case Domain("net", _*) => println("a .net domain")
}

就是一个提取器可生成多个匹配模式，使用unapplySeq方法。

def unapplySeq(whole: String): Option[Seq[String]] Some(whole.split("\\.").reverse)

返回的是Option[Seq[String]]类型。

def unapplySeq(email: String): Option[(String, Seq[String])] 

既能够返回固定元素String，也能够返回不定元素，不定元素需要写在最后面。这里的Seq也可以换成List，Array，IndexedSeq等。

---

提取器和序列模式

• 列表模式其实就是在List中存在一个unapplySeq方法。Set和Map应该是不可以的。因为在比较的时候是有序的。

---

提取器和样例类的比较

• 样例类将数据的具体实现细节暴露给了使用方。在能够正确匹配构造器模式的情况下，选择器selector的具体实现细节是暴露的。
• 提取器则隐藏了数据的具体实现，既可以使用模式匹配又可以隐藏，模式可以跟数据类型无关，这种特性称之为表现独立，在大型的开发系统中是非常有必要的，可以更改实现细节而不影响客户端的实现。
• 表现独立是提取器相对于样例类一个重要的优势，样例类相对于提取器的优点主要有：样例类更好实现，编译器可以更好的优化，因为case class的实现是固定的，但是提取器中可以写任何代码，最后，如果case class继承自sealed trait或者sealed class，则在进行模式匹配的时候编译器可以帮助检查所有的情况。
• 如果是封闭的应用，则使用样例类是更好的，因为方便，还可以提供静态检查；如果类的继承关系是需要改变的，且需要暴露给使用方，提取器是不错的选择，保持了表现独立。

---

正则表达式

• 提取器的另外一个应用场景是正则表达式，Scala跟Java一样，通过一个类库来提供对正则表达式的支持。
• scala的正则表达式支持在scala.util.matching中。新的正则表达式是将一个字符串传递给Regex构造方法来完成的，在String中需要对特殊字符进行转义。也可以直接在""""""中写入原生字符串，比如"""(-)?(\d+)(\.\d*)?"""

scala> val Decimal = new Regex("""(-)?(\d+)(\.\d*)?""")

或者 val Decimal = """(-)?(\d+)(\.\d*)?""".r，因为在StringOps中存在一个名为r的方法可以生成Regex表达式。

查找正则表达式

• 可以使用不同的操作符，在字符串中查找正确的正则表达式
  • 1. regex findFirstIn str，在str中查找regex，返回Option类型；
  • 2. regex findAllIn str，在str中查找regex，返回Iterator类型；
  • 3. regex findPrefixOf str，在str的一开始查找regex，返回Option类型。

使用正则表达式提取信息

• 每一个正则表达式都有对应的提取器，用来表示正则表达式中匹配的组字符串。

scala> val Decimal(sign, integerpart, decimalpart) = "-1.23"
sign: String = -
integerpart: String = 1
decimalpart: String = .23

可绑定的变量是正则表达式中的各个组。

• 提取器泛化了模式匹配，允许定义自己的模式，并不需要跟selector的类型相关，同时提取器在模式和数据的具体表现形式之间增加了一层保护层，使得大型软件的实现更为灵活，保持了表现独立性。