SAS正则式之prxsubstr 以及prxnext
今天介绍的正则式中的prxsubstr函数以及prxnesth函数。
这两个函数需要配合call使用,生成start以及length两个变量以供后面的使用。先介绍基本的参数。
Call prxsubtr(pattern_id,string,strat,length)
pattern_id:跟prxmatch的用法一样,需要填入prxparse函数规定的字符形式,需要规定一个变量储存。譬如re=prxparse(‘\/d/d/d\’)即搜索任意三个数字。
String:填入的是你要搜索的目标,即你在哪里搜索上面的任意三个数字;
Start:这参数不用填,这个数字是运行之后会返回的变量,即在搜索目标中的起点位置
Length:跟start的意思一样,但是如果是已经知道位数的这个参数就没上面意义了,如果对于re=prxparse(‘\/d+\’)就有意义啦。
那么趁热打铁,来个例子;
datazipcode;
if_n_=1thenre=prxparse("/ \d{5}(-\d{4})?/");
retainre;
inputstring$80.;
lengthzip_code$10.;
callprxsubstr(re,string,start,length);
ifstart gt0thendo;
zip_code=substr(string,start+1,length+1);
output;
end;
datalines;
john smith 12 broad street flaemington, nj 08822
philip judson apt #1,building 7 777 route 730 kerrville, tx 78028
dr.roger alan 44 commonwealth ave. boston, ma 02116-7364
;
procprintdata=zipcodenoobs;
title"listing of data set zipcode";
run;
结果:
代码中寻找的prxparse("/ \d{5}(-\d{4})?/");在任意五个数字之前有一个空格,看清楚哈,\d{5}前面是有一个空格的,然后不知道后面是否接着“-\d{4}”的数字串。这里的substr(string,start+1,length+1)为什么要加1呢,因为有空格的存在,空格也占一个字符。估计这么一个简单的例子,也能知道prxsubstr的用法了。
接下来介绍的是prxnest这个函数。
Call prxnext(pattern_id,start,stop,position,length)
pattern_id:跟上面的那个prxsubstr一样填的是prxparse返回的搜索的目标;
start:就是你想在目标变量中那个位置开始搜索;
stop:就是你想在目标变量中的那个位置结束搜索。
Position:发现目标字符串的开始位置,所以这里的start跟之前的start是不一样的,要记住。
Length:这个就跟上面的prxsubstr的length一样,可以参照上面的。
那现在话不多说,直接上个例子!!
datafind_num;
if_n_=1thenret=prxparse("/\d+/");
retainret;
inputstring$40.;
start=1;
stop=length(string);
callprxnext (ret,start,stop,string,position,LENGTH);
ARRAYX[5];
DOI=1TO5WHILE(POSITION GT0);
X[I]=INPUT(SUBSTR(STRING,position,length),9.);
callprxnext(ret,start,stop,string,position,length);
end;
keepx1-x5 string;
datalines;
this 45 line 98 has 3 numbers
none here
12 34 78 90
;
procprintdata=find_numnoobs;
title"listing of data set find_num";
run;
结果是:
这个过程就是把string中全部的数字的部分提取出来,并赋予给x1-x5,这个就是涉及到你要生成多少个xi的问题,建议看下最长的那个观测能生成的数字个数,就设置i等于多少。这里眼神一下,譬如你先有份数据是什么“2016年12月5号,在麦当来消费56块钱”,你这时候需要提取这个时间以及金额就可以运用这个过程啦。数据分析师培训
数据分析咨询请扫描二维码