scala通过尾递归解析提取字段信息

一、背景

获取数据中以“|”作为字段间的分隔符，但个别字段中数据也是以“|”作为分隔符。因此，在字段提取时需要保护数据完整性。

二、实现

1.数据以“|”分隔，可以采用递归方式迭代解析。通过尾递归方式降低运行风险；

2.尾递归中使用模式匹配；

3.解析时，根据separator做遍历，“‘”和“’”（一对引号之间的数据作为一个整体cell），引号前数据位head（即使为空，也可以），cell后的数据由下一次迭代解析，则整个结构为：result+head+cell（引号间的数据）+（head+cell+（head+cell+（...）））

4.默认数据中引号成对出现；

5.具体实现如下：

 val input="123||abc||lat|||'120.15|34.56'||lon||'112.135|30.124'|location|grid|'101|26|37'|0755|x|"

 def separator(str:String,sep:String,result:Array[String]):Array[String]={str.indexOf(sep) match{
   case v if v<0 =>result++str.split("\\|",-1)
   case x  =>{
     val head=str.substring(0,x).stripSuffix("|").split("\\|",-1)
     val next=str.substring(x+1).indexOf(sep)
     val cell=Array(str.substring(x+1,x+next+1).replaceAll("\\|",","))
     separator(str.substring(x+next+3),sep,result++head++cell)}
 }}

 println(separator(input,"'",Array()).toList)

三、总结

1.使用尾递归时，要保证每次迭代要有结果作为下次迭代的输入；

2.substring提取子字符串时为前闭后开；

3.字符串做split时尽量使用index=-1，保证||之间为一个空的数据，但不能丢弃；

4.replaceAll替换字符时，注意".$|()[{^?*+\\"需要做转译；

5.保证|‘不会产生多余空元素，需要对head的字符串做stripSuffix去除动作。