千家信息网

第27讲:Type、Array、List、Tuple模式匹配实战解析

发表于:2025-01-31 作者:千家信息网编辑
千家信息网最后更新 2025年01月31日,除了普通的×××、字符串类型的模式匹配,scala还提供了很多形式的模式匹配。例如Type、Array、List、Tuple我们通过代码来说明。类型模式匹配:判断传入值的类型 def match
千家信息网最后更新 2025年01月31日第27讲:Type、Array、List、Tuple模式匹配实战解析

除了普通的×××、字符串类型的模式匹配,scala还提供了很多形式的模式匹配。例如Type、Array、List、Tuple


我们通过代码来说明。

类型模式匹配:判断传入值的类型

    def match_type(t : Any) = t match {      case p : Int => println("It is a Integer!")      case p : String => println("It is a String! the content is :"+p)      case m : Map[_,_] => m.foreach(println)      case _ => println("Unknown Type")    }        match_type(1)    match_type("Spark")    match_type(Map("Spark"->"scala language"))


运行结果如下

It is a Integer!It is a String! the content is :Spark(Spark,scala language)

特殊说明Map[_,_]中的两个_,表示任意类型。等同于type Map = Predef.Map[A, B] 但是不能写成Map[Any,Any]


数组模式匹配:

    def match_array(arr : Any) = arr match {      case Array(x) => println("Array(1):",x) // 长度为1的数组,x代表数组中的值      case Array(x,y) =>  println("Array(2):",x,y) // 长度为2的数组,x代表数组中的第一个值      case Array(x,_*) => println("任意一维数组:",x) //任意长度数组,取第一个值      case Array(_*) => println("任意一维数组") //任意长度数组     }        match_array(Array(0))    match_array(Array("spark"))    match_array(Array("spark","scala"))    match_array(Array("spark","scala",0,4))


列表匹配:

    def match_list(lst : Any) = lst match {      case 0 :: Nil => println("List:"+0) //Nil表示空列表      case List(x) => println("List:"+x)      case x :: y :: Nil => println("List:"+x)      case x :: tail => println("List:"+"多元素List") //tail表示List的剩下所有元素    }        match_list(List(0))    match_list(List("spark"))    match_list(List("spark","hadoop"))    match_list(List("spark",1,2,4,5))


元组匹配

    def match_tuple(t : Any) = t match {      case (0,_) => println("二元元组,第一个值为0")      case (x,y) => println("二元元组,值为:"+x+","+y)      case _ => println("something else")    }        match_tuple((0,'x'))    match_tuple(('y','x'))    match_tuple((0,1,2,3))



0