1. Interpretando como JSON
Es importante remarcar que, como str
es un JSON, podemos usar una (de las muchas) librerías para interpretarlo, de modo que sea más directo, confiable y recomendable.
Código
Usamos
import scala.util.parsing.json.JSON._
Para luego interpretarlo en scala con parseFull()
.
val str = """{"data":[{"categories":["informationtech","business"],"url":"webshrinker.com"}]}"""
class JO[X] { def unapply(js:Any):Option[X] = Some(js.asInstanceOf[X]) }
object M extends JO[Map[String, Any]]
object L extends JO[List[Any]]
object S extends JO[String]
for {
Some(M(map)) <- List(parseFull(str))
L(data) = map("data")
M(item) <- data
L(categories) = item("categories")
} yield {
(item, categories)
val resultado = categories.mkString("\n")
println(resultado)
}
Durante el bucle, las asignaciones van llamando a unapply()
, definido arriba.
Resultado:
informationtech
business
Demo en codepad
2. Capturando con RegEx
Alternativamente, si aún te interesa utilizar una expresión regular, podemos usar la siguiente expresión:
(?:[{,]\s*"categories"\s*:\s*\[|\G(?!\A)\s*,)\s*"([^"\\]*(?:\\.[^"\\]*)*)"
Descripción
(?:[{,]\s*"categories"\s*:\s*\[|\G(?!\A)\s*,)
- Grupo con las 2 opciones de cómo puede empezar una coincidencia:
[{,]\s*"categories"\s*:\s*\[
- El caracter {
o ,
seguido de "categories":[
(con espacios opcionales antes y después), o
\G(?!\A)\s*,
- Continuando al final de la coincidencia anterior (si ya se encontró un valor), coincidir con una coma ,
\s*"([^"\\]*(?:\\.[^"\\]*)*)"
- seguido de espacios opcionales, comillas "
, capturando el contenido y comillas "
al final.
Para coincidir con el contenido entre comillas:
[^"\\]*
- Cualquier caracter que no sea "
ni \
.
(?:\\.[^"\\]*)*
- o una \
seguida de cualquier caracter y de nuevo el anterior [^"\\]*
(todo esto repetido *
: cuantas veces pueda coincidir).
Código:
Obtenemos los detalles de la coincidencia con .matchData
para luego acceder con .group(1)
al texto capturado por el primer conunto de paréntesis de la expresión regular.
val str = """{"data":[{"categories":["informationtech","business"],"url":"webshrinker.com"}]}"""
val pattern = """(?:[{,]\s*"categories"\s*:\s*\[|\G(?!\A)\s*,)\s*"([^"\\]*(?:\\.[^"\\]*)*)"""".r
val resultado = pattern.findAllIn(str).matchData
resultado foreach {
m => println(m.group(1))
}
Resultado:
informationtech
business
Demo en codepad
\"categories\"\s*:\[(.+?)(?:,(.+?))?\]
. Pero estàs seguro de que necesitas regex para esto? No te iría mejor un intérprete de Json?