如何使用Scala Spark查找字符串中的字符長度Spark

Question

我正在嘗試查找字符串中字符出現次數 在下面的字符串中，我需要查找第一次出現「c」和「c」

Ex: "abccccsdegccccccd" 

第二次出現的次數對於上述結果應該是4和6

val test = "abccccsdegccccccd" 
test.split("c",-1) 
res33: Array[String] = Array(ab, "", "", "", sdeg, "", "", "", "", "", d) 

我試圖用正常分裂，但我並沒有得到預期的results.The下一個字符串中的「c」的索引可以更改。

你的幫助是appreciated.Thank你

Answer 1

獲取所有'c'序列的長度。

test.split("[^c]").collect{case s if s.nonEmpty => s.length} 
// res0: Array[Int] = Array(4, 6) 

如果字符串中沒有'c'字符，則返回一個空的Array[Int]。

Answer 2

你可以用正則表達式做到這一點：

val regex = "[^c]+(c+)[^c]+(c+).*".r 
val result = "abccccsdegccccccd" match { 
    case regex(first, second) => (first.size, second.size) 
} 

或用dropWhile和takeWhile，這既可以丟棄的字符串的第一部分，或只取匹配一些條件的字符串的第一部分，分別爲：

val firstLen = str.dropWhile(_ != 'c').takeWhile(_ == 'c').size 
val secondLen = str.dropWhile(_ != 'c').dropWhile(_ == 'c').dropWhile(_ != 'c').takeWhile(_ == 'c').size 

如果沒有兩組'c's，後者將（結果將爲0）。