如何在 filterNot in Scala 中使用正则表达式变量?

Question

使用Scala，我正在尝试根据此问题从数据中删除URL。以下代码工作正常：

val removeRegexUDF = udf(
(input: Seq[String]) => input.filterNot(s => s.matches("(https?\://)\S+" ))
filteredDF.withColumn("noURL", removeRegexUDF('filtered)).select("racist", "filtered","noURL").show(100, false)

现在我想使用变量而不是文字正则表达式，所以我尝试：

val urls = """(https?\://)\S+"""
val removeRegexUDF = udf(
(input: Seq[String]) => input.filterNot(s => s.matches(urls ))

但这似乎对数据没有影响。我尝试：

val urls = """(https?\://)\S+""".r

但这会产生错误：

urls: scala.util.matching.Regex = (https?\://)\S+
<console>:45: error: type mismatch;
found   : scala.util.matching.Regex
required: String
(input: Seq[String]) => input.filterNot(s => s.matches(urls) )

非常感谢有关如何实现这一目标的任何指导。

Answer 1

我想这与使用单引号与三引号有关。在第一个示例中，您放置了额外的反斜杠来转义字符，而在后一个示例中，您不需要它们 - 用三引号包装字符串就足够了。

println("(https?\://)\S+")      // (https?://)S+
println("""(https?\://)\S+""")  // (https?\://)\S+
println("""(https?://)S+""")    // (https?://)S+