使用Scala正則表達式提取子字符串

Question

試圖從維基百科頁面提取信息。本來我想確定哪些網頁是關於公司的。我使用了以下正則表達式來檢查公司這個詞是否介於短語「信息框」和第一個「|」之間字符，

val text = (...wikipedia page xml...) 
val infobox_company = """\{\{.*(?i)infobox[^\|]*company[^\|]*\|""".r 
val is_company = infobox_company findFirstIn text != None 

現在我想要計算維基百科中存在的所有不同類型的信息框。我想改變我的正則表達式表達和測試它的樣本：

​​3210

正則表達式模式不匹配，所以我得到一個scala.MatchError。

我該如何改變我的正則表達式來提取信息框類型（即「信息框」和「|」的第一個實例之間的子字符串）？

Answer 1

多虧了評論，解決的辦法是

val infobox_regex = """\{\{.*(?i)infobox(.*)[^\|]*\|""".r 
val info_box_list = (for(m <- infobox_regex findAllMatchIn test_str) yield m group 1).toList