Scala(11) -- 模式匹配、Option类型、偏函数、正则表达式、异常处理、提取器（Extractor）

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 400+累计阅读 458平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄12年

关注

原创最新推荐文章于 2026-03-14 01:38:29 发布 458 阅读 AI 写同款· GEO 优化 ›

大数据学习专栏收录该内容

¥49.90 ¥99.00

148篇文章

订阅专栏

超级会员免费看

1. 模式匹配

Scala中有一个非常强大的模式匹配机制，应用也非常广泛, 例如:

判断固定值
类型查询
快速获取数据

1.1 简单模式匹配

一个模式匹配包含了一系列备选项，每个备选项都开始于关键字 case。且每个备选项都包含了一个模式及一到多个表达式。箭头符号 => 隔开了模式和表达式。

格式

变量 match {
   
   
  case "常量1" => 表达式1
  case "常量2" => 表达式2
  case

了解本专栏

订阅专栏解锁全文

超级会员免费看

收录于

当前文章被以下社区和专栏收录：

标签

#scala

【Scala】使用Option、Either和Try处理数据交互 Scala数据交互Scala使用一种函数式的方式来处理数据交互，包括入参及返回值。 Option: 解决null（空指针）问题 Either: 解决返回值不确定（返回两个值的其中一个）问题 Try: 解决函数可能会抛出异常问题 Option/Some/None的使用Option实际上有3个类型：Option、Some和None，Some和None都是Option的子类型，So 阅读详情

相关推荐

从零开始：kohya_ss环境部署与LoRA/SDXL模型训练实战指南

本文提供了一份详细的kohya_ss环境部署与模型训练实战指南。从零开始，手把手教你使用Conda创建虚拟环境、安装依赖并启动Web GUI界面。核心内容涵盖高质量数据集的准备方法，并重点解析了如何使用kohya_ss工具进行LoRA模型和SDXL模型的微调训练，包括关键参数配置与常见报错解决方案，帮助初学者快速上手AI绘画模型定制。

weixin_29162439的博客 534

第一届“龙信杯”电子数据取证竞赛Writeup

toto的博客 1万+

股票行情接口，最全的接入方法

股票行情接口一般有两种，一种是WebSocket，一种是http，通过WebSocket可以获取逐笔的股票tick数据，实时并且高效；通过http接口可以获取股票行情接口中的股票历史数据；WebSocket是一种高效的双向通信协议，它允许数据的实时推送，避免了不断的轮询请求。其次，WebSocket允许您订阅特定的数据源或股票数据产品，只接收您感兴趣的信息，提高了数据的效率和可用性。通过接入股票行情数据的HTTP接口，您可以将数据导入到自己的分析工具或系统中，进行更深入的数据分析、模型构建和决策支持。

apifinance的博客 3423

人工智能渗透测试：自动化安全评估

渗透测试认证的价值包括提高可信度和技能水平，并帮助客户确保由经过认证的个人对其系统进行全面的手动调查。B2B 交互变得越来越复杂，特别是功能丰富的超级应用程序，需要采取强有力的安全预防措施，而自动化渗透测试应用程序则是一种未被发现的武器。渗透测试中的人工智能通过提高效率、自动收集信息、发现隐藏的漏洞、开发个性化攻击和减少误报来提高 B2B 集成的安全性。这包括风险简报、补救建议和战略建议。渗透测试由五个阶段组成，是网络安全中的关键防御措施，它模拟现实世界的攻击，以识别系统缺陷并在漏洞被利用之前解决它们。

weixin_48967543的博客 2358

一体化伺服电机与施耐德PLC TM241CEC24T在Canopen协议下的应用

一．硬件组成软件组成：施耐德SoMachineV4.3二．○1.打开SoMachineV4.3，点击“新建项目”○2.点击“空白项目”○3.项目命名○4.点击“创建项目” 三．点击“Logic Builder” 四． ○1.右击项目”PMM_CANOPEN_ST”添加设备○2.点击”LogicController”选择PLC型号TM241CEC24T/U○3.点击“添加设备” 五． ○1.右击CAN_1，添加设备○2.选择“CANopen Perfomance”○3.点击“添加设备”

m0_46512607的博客 2520

智能体评测技术与实践：从评估维度到DeepEval实战指南

智能体评测技术与实践：从评估维度到DeepEval实战指南本文系统探讨了AI智能体的评测体系与实践方法。首先从四个关键维度构建评估框架：基础能力（意图理解、知识完整性）、复杂任务（多轮对话、动态工作流）、可靠性（幻觉抑制、安全合规）以及工具效率（参数填充、多工具协同）。其次分析了主流评测工具，包括xBench的动态双轨评估、DeepEval的全链路监控等解决方案。最后详细介绍了DeepEval的实战应用，涵盖环境配置、测试用例构建、指标配置及CI/CD集成，展示了如何通过代码化评估实现智能体质量的持续提升

Linda的自动化测试之旅 3412

SBM与超效率SBM模型实战：从原始面板数据到MATLAB高效实现

本文详细介绍了SBM模型与超效率SBM模型的核心原理，并提供了从原始面板数据预处理到MATLAB高效实现的完整实战指南。通过具体代码解析，帮助研究者掌握如何利用MATLAB进行数据标准化、模型构建、效率求解及结果可视化，从而精准评估决策单元的相对效率，尤其适用于在高效单元中进一步精细排名的场景。

weixin_29100399的博客 476

激光雷达点云可视化：Open3D与PCL实战

激光雷达点云可视化：Open3D与PCL实战，人工智能，计算机视觉，大模型，AI，该文围绕激光雷达点云可视化，介绍了Open3D与PCL的实战应用。先阐述点云基础概念、特点及可视化意义，接着讲解Open3D的简介、环境配置，以及其在点云读取、显示、颜色设置、下采样和滤波等方面的实战操作，还介绍了PCL的基础、环境配置及相关实战，包括点云读取、显示、颜色设置、下采样和滤波，同时对比了两者的易用性、功能覆盖、性能和适用场景，给出综合实战案例与常见问题解决方法，为点云可视化处理提供了全面指导。

不踩坑，不知道坑有多深；不总结，踩过的坑白踩。 12万+

Probability and Statistics - 4th edition

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版【x86|x64】

假人有限元模型

假人模型，车辆碰撞假人有限元模型，适合做乘员安全的研究者利用

C# WinForm 基于DirectShow.dll编写的程序，可边预览边保存视频，音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择（默认选中第一个）2.可录制wmv和avi两种格式的视频并且都带有音频，avi可以录制的分辨率和帧数进行选择，wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照，也可边录制视频边拍照4.添加了视频和音频的压缩功能（酌情使用）这次二次开发发现C#对DirectShow的相关信息太少，这次做完也不敢藏私共享出来，还望大家指正

上一篇： Scala(10) -- scala的数组、元组、列表、集、映射、迭代器、函数式编程

下一篇： Scala(12) -- scala读写数据

从零开始：kohya_ss环境部署与LoRA/SDXL模型训练实战指南

weixin_29162439的博客

02-15

534