写给Python程序员的Scala入门教程

随着业务和数据的需要,我们引入了SparkSparkPython的支持还是挺好的,但毕竟它还是使用Scala开发的,且现有的API并没有100%覆盖Python。所以就有了这篇文章,让Python程序员可以接触Scala这门更高(级)、更快(速)、更强(大)的(奥运精神)语言。

Scala兼具Python样的开发效率,但又有Java般的执行性能,真是一不可多得的神器!(当然,鱼和熊不可兼得,Scala的入门曲线相比Python是要那么陡峭一丢丢)

安装

一般Linux系统都自带Python环境,但Scala是没有的。这需要我们手动安装,还需要安装Java环境。Java环境的安装这里就不介绍了,网上很多。说说Scala的安装吧。下载地址在http://scala-lang.org/download/2.11.7.html

1
2
3
4
5
6
7
8
9
wget -c http://downloads.typesafe.com/scala/2.11.7/scala-2.11.7.tgz
tar zxf scala-2.11.7
cd scala-2.11.7
./bin/scala
Welcome to Scala version 2.11.7 (Java HotSpot(TM) 64-Bit Server VM, Java 1.8.0_60).
Type in expressions to have them evaluated.
Type :help for more information.

scala>

我们可以看到终端出现了scala>提示符,这个就像PythonREPL一样,Scala也拥有一个REPL。我们可以在这里很方便的编写一些代码,测试一些想法。

对于Scala常用的IDE(集成开发环境),推荐使用IDEA for scala pluginsscala-ide

Scala的强大,除了它自身对多核编程更好的支持、函数式特性及一些基于Scala的第3方库和框架(如:Akka、Playframework、Spark、Kafka……),还在于它可以无缝与Java结合。所有为Java开发的库、框架都可以自然的融入Scala环境。当然,Scala也可以很方便的Java环境集成,比如:Spring。若你需要第3方库的支持,可以使用MavenGradleSbt等编译环境来引入。

Scala是一个面向对象的函数式特性编程语言,它继承了Java的面向对特性,同时又从Haskell那里吸收了很多函数式特性并做了增强。

Hello, world.

通常情况下,Java系的程序都需要有一个main方法来执行。并需要放入一个Web container容器,或打成一个jar包来执行。但是Scala不一样,它除了支持传统的Java方式,它也可以像Python一样把代码保存到一个脚本文件里(.scala)执行,就像一个Shell脚本一样。

1
2
3
4
5
6
7
8
yangjing-mac-air:scala-2.11.7 jingyang$ cat test.scala 
#!/bin/sh
exec scala "$0" "$@"
!#
// Say hello to the first argument
println("Hello, "+ args(0) +"!")
yangjing-mac-air:scala-2.11.7 jingyang$ ./test.scala 杨景
Hello, 杨景!

(注:需要把$SCALA_HOME/bin加入系统环境变量才能直接执行scala命令)

可以看到,使用Scala,你除了像传统的Java程序一样把它做为一个“服务”的方式来启动,你也可以把它像Python一样做为一个“脚本”来启动。

(注意:Scala不像Python一样通过代码缩进来表示代码的层次关系,而是和通常的语言一样使用{}来表示代码的层级。给程序员更多的自由)

变量、基础数据类型

Scala中变量不需要显示指定类型,但需要提前声明。这可以避免很多命名空间污染问题。Scala有一个很强大的类型自动推导功能,它可以根据右值及上下文自动推导出变量的类型。你可以通过如下方式来直接声明并赋值。

1
2
3
4
5
6
7
8
9
10
11
12
scala> val a = 1
a: Int = 1

scala> val b = true
b: Boolean = true

scala> val c = 1.0
c: Double = 1.0

scala> val a = 30 + "岁"
a: String = 30岁

Immutable

(注:函数式编程有一个很重要的特性:不可变性。Scala中除了变量的不可变性,它还定义了一套不可变集合scala.collection.immutable._。)

val代表这是一个final variable,它是一个常量。定义后就不可以改变,相应的,使用var定义的就是平常所见的变量了,是可以改变的。从终端的打印可以看出,Scala从右值自动推导出了变量的类型。Scala可以如动态语言似的编写代码,但又有静态语言的编译时检查,不会像Python一样留下很多陷阱在运行多时以后才被发现。

(注:在RELP中,val变量是可以重新赋值的,这是`RELP`的特性。在平常的代码中是不可以的。)

基础数据类型

Scala中基础数据类型有:Byte、Short、Int、Long、Float、Double,Boolean,Char、String。和Java不同的是,Scala中没在区分原生类型和装箱类型,如:intInteger。它统一抽象成Int类型,这样在Scala中所有类型都是对象了。编译器在编译时将自动决定使用原生类型还是装箱类型。

字符串

Scala中单引号和双引号包裹是有区别的,单引号用于字符,双引号用于字符串。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
scala> val c1 = 'c'
c1: Char = c

scala> val 字符2 = '杨'
字符2: Char = 杨

scala> val s1 = "杭州誉存科技有限公司"
s1: String = 杭州誉存科技有限公司

scala> val s2 = s"杭州誉存科技有限公司工程师${c2}景"
s2: String = 杭州誉存科技有限公司工程师杨景

scala> val s3 = s"""杭州誉存科技有限公司"工程师"\n${c2}景是江津人"""
s3: String =
杭州誉存科技有限公司"工程师"
杨景是江津人

Scala基于JVM平台,默认使用unicode,所以变量名是可以直接用中文的。而在Scala中,中文也是直接显示的,不像Python2一样会输出成unicdoe编码形式:\uxxxx。

Scala还支持String Interpolation(“字符串插值”)的特性,可以使用${variable name}这样的形式引用变量,并将值插入。就像示例s2一样。

而连线3个双引号在Scala中也有特殊含义,它代表被包裹的内容是原始字符串,可以不需要字符转码。这一特性在定义正则表达式时很有优势。

运算符

Scala中的运算符其实是定义在对象上的方法(函数),你看到的诸如:3 + 2其实是这样子的:3.+(2)+符号是定义在Int对象上的一个方法。支持和Java一至的运算符(方法):

(注:在Scala中,方法前的.号和方法两边的小括号在不引起歧义的情况下是可以省略的。这样我们就可以定义出很优美的DSL

  • ==!=:比较运算
  • !|&^:逻辑运算
  • >><<:位运算

在Scala中,修正(算更符合一般人的常规理解吧)==!=运算符的含义。在Scala中,==!=是执行对象的值比较,相当于Java中的equals方法(实际上编译器在编译时也是这么做的)。而对象比较需要使用eqne两个方法来实现。

控制语句

Scala中支持ifwhilefor comprehension(for表达式)、match case(模式匹配)四大主要控制语句。Scala不支持switch? :两种控制语句,但它的ifmatch case会有更好的实现。

if

Scala支持if语句,其基本使用和JavaPython中的一样。但不同的时,它是有返回值的。

(注:Scala是函数式语言,函数式语言还有一大特性就是:表达式。函数式语言中所有语句都是基于“表达式”的,而“表达式”的一个特性就是它会有一个值。所有像Java中的? :3目运算符可以使用if语句来代替)。

1
2
3
4
5
6
7
8
9
10
11
scala> if (true) "真" else "假"
res0: String = 真

scala> val f = if (false) "真" else "假"
f: String = 假

scala> val unit = if (false) "真"
unit: Any = ()

scala> val unit2 = if (true) "真"
unit2: Any = 真

可以看到,if语句也是有返回值的,将表达式的结果赋给变量,编译器也能正常推导出变量的类型。unitunit2变量的类型是Any,这是因为else语句的缺失,Scala编译器就按最大化类型来推导,而Any类型是Scala中的根类型。()在Scala中是Unit类型的实例,可以看做是Java中的Void

while

Scala中的while循环语句:

1
2
3
while (条件) {
语句块
}

for comprehension

Scala中也有for表达式,但它和Java以及Python中的for不太一样,它具有更强大的特性。通常的for语句如下:

1
2
3
for (变量 <- 集合) {
语句块
}

Scala中for表达式除了上面那样的常规用法,它还可以使用yield关键字将集合映射为另一个集合:

1
2
3
4
5
scala> val list = List(1, 2, 3, 4, 5)
list: List[Int] = List(1, 2, 3, 4, 5)

scala> val list2 = for (item <- list) yield item + 1
list2: List[Int] = List(2, 3, 4, 5, 6)

还可以在表达式中使用if判断:

1
2
scala> val list3 = for (item <- list if item % 2 == 0) yield item
list3: List[Int] = List(2, 4)

还可以做flatMap操作,解析2维列表并将结果摊平(将2维列表拉平为一维列表):

1
2
3
4
5
6
7
8
scala> val llist = List(List(1, 2, 3), List(4, 5, 6), List(7, 8, 9))
llist: List[List[Int]] = List(List(1, 2, 3), List(4, 5, 6), List(7, 8, 9))

scala> for {
| l <- llist
| item <- l if item % 2 == 0
| } yield item
res3: List[Int] = List(2, 4, 6, 8)

看到了,Scala中for comprehension的特性是很强大的。它和Python中的list comprehension很类似,但不同的是在Scala中这一特性并不只限于list中,而是整个集合库都支持这一特性,包括:SeqMapSetArray……

Scala和Python一样,也没有C-Like语言里的for (int i = 0; i < 10; i++)语法,但和Python类似的它也有xrangerange函数样的效果。在Scala中的使用方式如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
scala> for (i <- (0 until 10)) {
| println(i)
| }
0
1
2
3
4
5
6
7
8
9

比Python更好的一点时,Scala中还有一个to方法(Scala中去处符其实都是定义在对象上的方法/函数):

1
2
scala> for (i <- (0 to 10)) print(" " + i)
0 1 2 3 4 5 6 7 8 9 10

match case

模式匹配,是函数式语言很强大的一个特性。它比命令式语言里的switch更好用,表达性更强。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
scala> def level(s: Int) = s match {
| case n if n >= 90 => "优秀"
| case n if n >= 80 => "良好"
| case n if n >= 70 => "良"
| case n if n >= 60 => "及格"
| case _ => "差"
| }
level: (s: Int)String

scala> level(51)
res28: String = 差

scala> level(93)
res29: String = 优秀

scala> level(80)
res30: String = 良好

可以看到,模式匹配可以使用switch相同的功能。但也switch需要使用break明确告知终止之后的判断不同,Scala中的match case是默认break的,只要其中一个case语句匹配,就终止之后的所以比较。且对应case语句的表达式值将作为整个match case表达式的值返回。

Scala中的模式匹配还有类型匹配、数据抽取、谓词判断等其它有用的功能。这里只做简单介绍,之后会单独一个章节来做较详细的解读。

集合

在Python中,常用的集合类型有:listtuplesetdict。Scala中对应的有:ListTuple[X]SetMap

List

Scala中List是一个递归不可变集合,它很精妙的使用递归结构定义了一个列表集合。除了之前使用Listobject来定义一个列表,还可以使用如下方式:

1
2
scala> val list = 1 :: 2 :: 3 :: 4 :: 5 :: Nil
list: List[Int] = List(1, 2, 3, 4, 5)

List采用前缀操作的方式(所有操作都在列表顶端(开头))进行,::操作符的作用是将一个元素和列表连接起来,并把元素放在列表的开头。这样List的操作就可以定义成一个递归操作。添加一个元素就是把元素加到列表的开头,List只需要更改下头指针,而删除一个元素就是把List的头指针指向列表中的第2个元素。这样,List的实现就非常的高效,它也不需要对内存做任何的转移操作。List有很多常用的方法:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
scala> list.indexOf(3)
res6: Int = 2

scala> 0 :: list
res8: List[Int] = List(0, 1, 2, 3, 4, 5)

scala> list.reverse
res9: List[Int] = List(5, 4, 3, 2, 1)

scala> list.filter(item => item == 3)
res11: List[Int] = List(3)

scala> list
res12: List[Int] = List(1, 2, 3, 4, 5)

scala> val list2 = List(4, 5, 6, 7, 8, 9)
list2: List[Int] = List(4, 5, 6, 7, 8, 9)

scala> list.intersect(list2)
res13: List[Int] = List(4, 5)

scala> list.union(list2)
res14: List[Int] = List(1, 2, 3, 4, 5, 4, 5, 6, 7, 8, 9)

scala> list.diff(list2)
res15: List[Int] = List(1, 2, 3)

Scala中默认都是Immutable collection,在集合上定义的操作都不会更改集合本身,而是生成一个新的集合。Python中只有set上有求交、并、差积运算,Scala中将其范化到所以序列集合上(SeqListSetArray……)都可以支持。

Tuple

Scala中也支持Tuple(元组)这种集合,但最多只支持22个元素(事实上Scala中定义了Tuple0Tuple1……Tuple22这样22个TupleX类,实现方式与C++ Boost库中的Tuple类似)。和Python中类似,Scala也采用小括号来定义元组。

1
2
3
4
5
6
7
8
scala> val tuple1 = (1, 2, 3)
tuple1: (Int, Int, Int) = (1,2,3)

scala> tuple1._2
res17: Int = 2

scala> val tuple2 = Tuple2("杨", " )
tuple2: (String, String) = (杨,景)

可以使用xxx._[X]的形式来引用Tuple中某一个具体元素,其_[X]下标是从1开始的,一直到22(若有定义这么多)。

Set

Set是一个不重复且无序的集合,初始化一个Set需要使用Set对象:

1
2
3
4
5
6
7
8
scala> val set = Set("Python", "Scala", "Java", "C++", "Javascript", "C#", "PHP") 
set: scala.collection.immutable.Set[String] = Set(Scala, C#, Python, Javascript, PHP, C++, Java)

scala> set + "Go"
res21: scala.collection.immutable.Set[String] = Set(Scala, C#, Go, Python, Javascript, PHP, C++, Java)

scala> set filterNot (item => item == "PHP")
res22: scala.collection.immutable.Set[String] = Set(Scala, C#, Python, Javascript, C++, Java)

Map

Scala中的Map是一个HashMap,其key也是无序的。Python中的dict对应些类型(可以使用TreeMap来让Map有序)。与Python中不一样,Scala并没有提供一个{}来定义Map,它还是很统一的采用相关类型的object来定义:

1
2
3
4
5
scala> val map = Map("a" -> "A", "b" -> "B")
map: scala.collection.immutable.Map[String,String] = Map(a -> A, b -> B)

scala> val map2 = Map(("b", "B"), ("c", "C"))
map2: scala.collection.immutable.Map[String,String] = Map(b -> B, c -> C)

Scala中定义Map时,传入的每个EntryKV对)其实就是一个Tuple2(有两个元素的元组),而->是定义Tuple2的一种便捷方式。

1
2
3
4
5
6
7
8
scala> map + ("z" -> "Z")
res23: scala.collection.immutable.Map[String,String] = Map(a -> A, b -> B, z -> Z)

scala> map.filterNot(entry => entry._1 == "a")
res24: scala.collection.immutable.Map[String,String] = Map(b -> B)

scala> map
res25: scala.collection.immutable.Map[String,String] = Map(a -> A, b -> B)

Scala的immutable collection并没有添加和删除元素的操作,其定义+List使用::在头部添加)操作都是生成一个新的集合,而要删除一个元素一般使用.filterNot函数来映射一个新的集合实现。

(注:Scala中也scala.collection.mutable._集合,它定义了不可变集合的相应可变集合版本。一般情况下,除非一性性能优先的操作(其实Scala集合采用了共享变量的优化,生成一个新集合并不会生成所有元素的副本,它将会和老的集合共享大元素。因为Scala中变量默认都是不可变的),推荐还是采用不可变集合。因为它更直观、线程安全,你可以确定你的变量不会在其它地方被不小心的更改。)

函数(初级)

在Scala中,函数是一等公民。函数可以像类型一样被赋值给一个变量,也可以做为一个函数的参数被传入,甚至还可以做为函数的返回值返回(这就是函数式编程)。

他Python一样,Scala也使用def关键词来定义一个函数:

1
2
3
4
5
6
7
8
scala> def calc(n1: Int, n2: Int): (Int, Int) = {
| (n1 + n2, n1 * n2)
| }
calc: (n1: Int, n2: Int)(Int, Int)

scala> val (add, sub) = calc(5, 1)
add: Int = 6
sub: Int = 5

这里定义了一个函数:calc,它有两个参数:n1n2,其类型为:Intcala函数的返回值类型是一个有两个元素的元组,在Scala中可以简写为:(Int, Int)。在Scala中,代码段的最后一句将做为函数返回值,所以这里不需要显示的写return关键字。

val (add, sub) = calc(5, 1)一句,是Scala中的抽取功能。它直接把calc函数返回的一个Tuple2值赋给了addsub两个变量。

总结

本篇文章简单的介绍了Scala的语言特性,本文并不只限于Python程序员,任何有编程经验的程序员都可以看。现在你应该对Scala有了一个基础的认识,并可以写一些简单的代码了。之后会分享一些《Scala实战(系列)》,介绍更函数式的写法及与实际工程中结合的例子。

分享到