SAS正則式之prxsubstr 以及prxnext

今天介紹的正則式中的prxsubstr函數(shù)以及prxnesth函數(shù)。

這兩個(gè)函數(shù)需要配合call使用，生成start以及l(fā)ength兩個(gè)變量以供后面的使用。先介紹基本的參數(shù)。

Call prxsubtr(pattern_id,string,strat,length)

pattern_id:跟prxmatch的用法一樣，需要填入prxparse函數(shù)規(guī)定的字符形式，需要規(guī)定一個(gè)變量?jī)?chǔ)存。譬如re=prxparse(‘\/d/d/d\’)即搜索任意三個(gè)數(shù)字。

String:填入的是你要搜索的目標(biāo)，即你在哪里搜索上面的任意三個(gè)數(shù)字;

Start:這參數(shù)不用填，這個(gè)數(shù)字是運(yùn)行之后會(huì)返回的變量，即在搜索目標(biāo)中的起點(diǎn)位置

Length:跟start的意思一樣，但是如果是已經(jīng)知道位數(shù)的這個(gè)參數(shù)就沒(méi)上面意義了，如果對(duì)于re=prxparse(‘\/d+\’)就有意義啦。

那么趁熱打鐵，來(lái)個(gè)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;

結(jié)果：

代碼中尋找的prxparse("/ \d{5}(-\d{4})?/");在任意五個(gè)數(shù)字之前有一個(gè)空格，看清楚哈，\d{5}前面是有一個(gè)空格的，然后不知道后面是否接著“-\d{4}”的數(shù)字串。這里的substr(string,start+1,length+1)為什么要加1呢，因?yàn)橛锌崭竦拇嬖?，空格也占一個(gè)字符。估計(jì)這么一個(gè)簡(jiǎn)單的例子，也能知道prxsubstr的用法了。

接下來(lái)介紹的是prxnest這個(gè)函數(shù)。

Call prxnext(pattern_id,start,stop,position,length)

pattern_id:跟上面的那個(gè)prxsubstr一樣填的是prxparse返回的搜索的目標(biāo)；

start:就是你想在目標(biāo)變量中那個(gè)位置開(kāi)始搜索；

stop:就是你想在目標(biāo)變量中的那個(gè)位置結(jié)束搜索。

Position：發(fā)現(xiàn)目標(biāo)字符串的開(kāi)始位置，所以這里的start跟之前的start是不一樣的，要記住。

Length：這個(gè)就跟上面的prxsubstr的length一樣，可以參照上面的。

那現(xiàn)在話不多說(shuō)，直接上個(gè)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;

結(jié)果是：

這個(gè)過(guò)程就是把string中全部的數(shù)字的部分提取出來(lái)，并賦予給x1-x5,這個(gè)就是涉及到你要生成多少個(gè)xi的問(wèn)題，建議看下最長(zhǎng)的那個(gè)觀測(cè)能生成的數(shù)字個(gè)數(shù)，就設(shè)置i等于多少。這里眼神一下，譬如你先有份數(shù)據(jù)是什么“2016年12月5號(hào)，在麥當(dāng)來(lái)消費(fèi)56塊錢”，你這時(shí)候需要提取這個(gè)時(shí)間以及金額就可以運(yùn)用這個(gè)過(guò)程啦。數(shù)據(jù)分析師培訓(xùn)