sas - 使用 PRXPARSE 和 PRXSUBSTR 提取字符串片段

Question

使用 SAS 9.3 我想提取“。”之间的每个字符串的部分。（点）和点后的'"'（双引号）。例如下面第一行的结果应该是 f2015_cnt_cont_line

      <characteristic abc="[2015].f2015_cnt_cont_line" xxxxxxxx="8129" />
      <characteristic abc="[2015].f2015_dbt_cont_line" xxxxxxxx="8134" />
      <characteristic abc="[2015].f2015_ctl_tot_acct_bal" xxxxxxxx="8133" />
      <characteristic abc="[2015].f2015_cnt_comb_line" xxxxxxxx="8118" />
      <characteristic abc="[2015].f2015_dbt_comb_line" xxxxxxxx="8138" />

有人有我可以使用的例子吗？

谢谢丹

Answer 1

与您的模式匹配的正则表达式是\.(.*?)\". 这意味着：找到一个点（一个特殊字符；然后是任何字符（? 使它不“贪婪”，因此它捕获尽可能少的字符）；然后是引号。

使用SAS 文档中的这个例子，这样的事情应该可以工作：

data test;
   set _your_data_set;
   retain re;
   if _N_ = 1 then re = prxparse('/\.(.*?)\"/');
   if prxmatch(re, var) then result = prxposn(re, 1, var);
run;

（这假设您的数据位于名为 的变量中var。）

Answer 2

除了使用 PRX 函数，类似以下的内容可能就足够了：

text=scan(scan(line,2,"."),1,'"');

这假定文本存储在名为 line 的变量中。

Answer 3

这是一种方法：

inner = SCAN(SUBSTR(line,INDEX(line,'.')+1),1,'"');

内部 SUBSTR 函数跳到第一个点之后的列；外部 SCAN 函数返回由双引号分隔的第一个单词。

Answer 4

这对我行得通

SUBSTR(
t1.field, 
index(t1.field,'.')+1,
(index(t1.field,'"')-index(t1.field,'.')-1)
)