排序和正则表达式的应用

题目

为了实现一边播放歌曲，一边同步显示歌词，很多播放器会借助 lrc 文件。 播放器需要做两件事：
1. 将 lrc 文件中重复的文本展开，生成与单一时间标签对应的文本
2. 播放时将 1 中生成的文本随歌曲的播放一起滚动
例如：

[ti:两只老虎][ar:歌者盟][al:歌者盟翻唱专辑][by:][offset:700][00:00.74]两只老虎[00:08.34][00:24.26][00:40.26][00:56.23]两只老虎两只老虎 跑得快跑得快[00:16.39][00:32.37][00:48.16][01:04.37]一只没有耳朵 一只没有尾巴[00:20.28][00:36.19][00:52.29][01:08.15]真奇怪 真奇怪[00:05.52][00:39.83][01:12.28]

展开成

[ti:两只老虎][ar:歌者盟][al:歌者盟翻唱专辑][by:][offset:700][00:00.74]两只老虎[00:05.52] [00:08.34]两只老虎两只老虎 跑得快跑得快[00:16.39]一只没有耳朵 一只没有尾巴[00:20.28]真奇怪 真奇怪[00:24.26]两只老虎两只老虎 跑得快跑得快[00:32.37]一只没有耳朵 一只没有尾巴[00:36.19]真奇怪 真奇怪[00:39.83] [00:40.26]两只老虎两只老虎 跑得快跑得快[00:48.16]一只没有耳朵 一只没有尾巴[00:52.29]真奇怪 真奇怪[00:56.23]两只老虎两只老虎 跑得快跑得快[01:04.37]一只没有耳朵 一只没有尾巴[01:08.15]真奇怪 真奇怪[01:12.28] 

实现思路
1. 将原始文件按照时间标签进行分割，分割成一个时间标签带0-1个内容
2. 将标题部分保留顺序输出
3. 将分割后的content按照时间标签排序后输出

储备知识：
正则表达式：
由于后期我们要进行时间标签的分割，所以需要了解正则表达式
所有的时间标签都是形如[00:08.34]的格式，并且存在零个或者多个
而scala对正则表达式处理主要分以下几个步骤：
1. 构建Regex对象，可以调用String的.r方法 ：
val timeFormat = """(\[\d\d:\d\d.\d\d\])(.*)""".r
2. 对Regex对象调用findAllIn返回遍历所有匹配的迭代器：
for (time ← timeFormat.findAllIn(times))
3. 如果需要匹配首个，则调用findFirstIn:

val wsnumPatten = """\s+[0-9]+\s+""".rval m1 = wsnumPatten.findFirstIn("10 x, 20  y") //m1: Option[String] = Some( 20  )

这边因为10前面没有一个满足\s的，所以20被首次发现并匹配
4. 如果字符串的开始是否能匹配，则用findPrefixOf:

val wsnumPatten = """\s+[0-9]+\s+""".rval m1 = wsnumPatten.findPrefixOf("10 x, 20  y")val m2 = wsnumPatten.findPrefixOf(" 10 x, 20  y")//m1: Option[String] = None//m2: Option[String] = Some( 10 )

1. 如果要替换首次匹配，则使用replaceFirstIn,，如果要匹配全部，则replaceAllIn:

val wsnumPatten = """\s+[0-9]+\s+""".rval m1 = wsnumPatten.replaceFirstIn("10 x, 20  y","ctao")val m2 = wsnumPatten.replaceAllIn(" 10 x, 20  y","ctao")//m1: String = 10 x,ctaoy//m2: String = ctaox,ctaoy

1. 正则表达式组则可以进行多个匹配，只需要在提取的子表达式的两侧加上圆括号:

val timer = """(\[\d\d:\d\d.\d\d\])(.*)""".rfor (timer(time, content) ←     timer.findAllIn("[00:36.19]真奇怪 真奇怪"))  println(s"time:$time,content:$content")  //time:[00:36.19],content:真奇怪 真奇怪

显然，我们用第一个括号匹配了时间标签，第二个匹配了内容

而排序：主要就是一个实现了Ordered特质的类可被排序

  case class Line(time: String, content: String) extends Ordered[Line] {    override def compare(that: Line): Int =      if (stringTime2Double(time) > stringTime2Double(that.time))        1      else if (stringTime2Double(time) < stringTime2Double(that.time))        -1      else        0    private def stringTime2Double(time: String): Double = {      val timeFormat = """\[\d\d:\d\d.\d\d\]""".r      assert(timeFormat.findAllIn(time).nonEmpty)      time.mkString        .split("\\[")(1).split("\\]")(0)        .replace(":", "")        .replace(".", "")        .toDouble    }

其实这边string2Double有点多余，后面会优化掉，这边主要就是实现了Ordered，因为在调用集合类的Sorted方法时需要

 def sorted[B >: A](implicit ord : scala.math.Ordering[B])

基本储备够了我们看第一种实现：

package ctao.janimport scala.collection.mutable.ArrayBufferimport scala.io.Source/**  * Created by ctao on 16-1-14.  */object SongTest extends App {  case class Line(time: String, content: String) extends Ordered[Line] {    override def compare(that: Line): Int =      if (stringTime2Double(time) > stringTime2Double(that.time))        1      else if (stringTime2Double(time) < stringTime2Double(that.time))        -1      else        0    private def stringTime2Double(time: String): Double = {      val timeFormat = """\[\d\d:\d\d.\d\d\]""".r      assert(timeFormat.findAllIn(time).nonEmpty)      time.mkString        .split("\\[")(1).split("\\]")(0)        .replace(":", "")        .replace(".", "")        .toDouble    }  }  def inputLrc(path: String) = {    val contentBuffer = ArrayBuffer[Line]()    val titleBuffer = ArrayBuffer[String]()    val timers = """(\[\d\d:\d\d.\d\d\].+\])(.*)""".r    val timer = """(\[\d\d:\d\d.\d\d\])(.*)""".r    val timeFormat = """\[\d\d:\d\d.\d\d\]""".r    for (line ← Source.fromFile(path).getLines()) {      line match {        case timers(times, content) ⇒          for (time ← timeFormat.findAllIn(times))            contentBuffer += Line(time, content)        case timer(time, content) ⇒          contentBuffer += Line(time, content)        case title: String ⇒          titleBuffer += title      }    }    (titleBuffer, contentBuffer)  }  def expend(path: String) = {    val (titleBuffer, contentBuffer) = inputLrc(path)    titleBuffer.foreach(println)    for(x ← contentBuffer.sorted){      println(s"${x.time}${x.content}")    }  }  expend("lrc")}

可以是可以了，但问题有几点：
1. Line的样例类有点多余
2. 用了可变集合类
所以后面对代码进行了优化，优化后的版本是：

package ctao.janimport scala.io.Source/**  * Created by ctao on 16-1-14.  */object SongTest extends App {  def inputLrc(path: String) = {    var contentList = List[(String, String)]()    var titleList = List[String]()    val timers = """(\[\d\d:\d\d.\d\d\].+\])(.*)""".r    val timer = """(\[\d\d:\d\d.\d\d\])(.*)""".r    val timeFormat = """\[\d\d:\d\d.\d\d\]""".r    for (line ← Source.fromFile(path).getLines()) {      line match {        case timers(times, content) ⇒          for (time ← timeFormat.findAllIn(times))            contentList :+= Tuple2(time, content)        case timer(time, content) ⇒          contentList :+= Tuple2(time, content)        case title: String ⇒          titleList :+= title      }    }    (contentList, titleList)  }  def expend(path: String) = {    val (contentList, titleList) = inputLrc(path)    titleList.foreach(println)    for (x ← contentList.sorted) {      println(s"${x._1}${x._2}")    }  }  expend("lrc")}

my github