sas正則式之prxparse. Prxmatch

今天分享的是我這幾天用到的正則式的一個(gè)小總結(jié)，這部分的內(nèi)容因?yàn)楸容^多，所以會(huì)分成幾篇文章分享。

其實(shí)我們?cè)谧鰯?shù)據(jù)的過(guò)程中老是會(huì)聽(tīng)到別人說(shuō)，r處理數(shù)據(jù)比sas好用，但是在我理解里，看你先接觸那個(gè)軟件，你都很熟悉r了，你還會(huì)再花兩三年去寫(xiě)sas嗎？所以學(xué)軟件，只要學(xué)的精，其實(shí)都是共通的，r能做的文本清洗的，sas也可以。但是我不是說(shuō)你就不要去學(xué)r,我自己也會(huì)學(xué)R，在工作中也需要結(jié)合使用。只是希望你們不要對(duì)sas有偏見(jiàn),畢竟我深?lèi)?ài)sas勝過(guò)男朋友。

話太多了哈，畢竟白羊座嘛。上代碼：

options compress=yes;

data dd;

input string$40.;

datalines;

我始終都搶不到2017年1月25號(hào)的票啊

今天是2017年1月23號(hào)

現(xiàn)在時(shí)間是9點(diǎn)17分

其實(shí)我很想我的媽咪

;

run;

data ss;

set dd;

if _n_=1 then ret=prxparse("/\我/");

retain ret;

position=prxmatch(ret,string);

run;

結(jié)果圖如下：

Prxparse這個(gè)函數(shù)不能單獨(dú)使用，都是和其他正則函數(shù)一起結(jié)合使用的，這個(gè)結(jié)果就不用看ret了，運(yùn)行是pdv層面的事，我就不多說(shuō)，這里要關(guān)注的prxmatch函數(shù)返回的關(guān)鍵字的位置。

prxmatch(ret,string)

ret填入的是prxparse返回的一個(gè)邏輯數(shù)，即0和1，以上面的例子為例，假設(shè)prxparse在變量string中沒(méi)有找到“我”這個(gè)詞，那么返回的0，反之返回1.你問(wèn)我為什么上面的結(jié)果ret中的值是1，那是因?yàn)閞et記錄的只是第一條觀測(cè)的ret的值，這個(gè)變量你就直接不看就行了。但是你要記住prxmatch是怎么跑的。即ret在要那條觀測(cè)判斷為1時(shí)，prxmatch就執(zhí)行，在string中“我”的位置并返回。這里中文占兩個(gè)字符哈。

這是一個(gè)簡(jiǎn)單的例子，現(xiàn)在具體介紹下常用的一個(gè)關(guān)鍵字的表述。

例如：

1、 Prxparse（”/\d\d\d/”）尋找任意的三個(gè)數(shù)字，這里要注意的是關(guān)鍵字必須用{“//”}圈起來(lái)。

2、 Prxparse（”/\d+/”）尋找一個(gè)以上的數(shù)字，可以是1個(gè)也可以是100個(gè)

3、 Prxparse（”/\w\w\w* /”）尋找兩個(gè)以及兩個(gè)以上的字符然后以空格分隔，*號(hào)后面有個(gè)空格，你再多看幾眼。譬如你要尋找屁屁 后者屁屁屁 你就可以這么寫(xiě)Prxparse（”/\屁\屁\屁* /”）

4、 Prxparse（”/\w\w? + /”）尋找一個(gè)或者兩個(gè)字符以一個(gè)空格或者多個(gè)空格分隔?？辞宄?，？后面是有空格的哈。這個(gè)總結(jié)一下，就是字符多的用*號(hào)，空格和數(shù)字多個(gè)用+號(hào)。

5、 Prxparse（”/(\w\w)  +(\d)  +/”）尋找一個(gè)兩個(gè)字符之間與一個(gè)數(shù)字相隔一個(gè)或者多個(gè)空格的字符。注意，在正則式中，空格也算的，所以寫(xiě)的時(shí)候要小心。那這里舉個(gè)栗子，就是譬如 “我是屁屁  2 ”那么就會(huì)找到：“屁屁 2 ”。

現(xiàn)在列出經(jīng)常用到的關(guān)鍵字返回的數(shù)據(jù)類(lèi)型：

不準(zhǔn)說(shuō)你英文看不懂，我大學(xué)四級(jí)考了四年才過(guò)的人不也照樣看了?？床豢炊Q你愿不愿意看，難道從小學(xué)學(xué)到大學(xué)的英文都被狗吃了嗎？數(shù)據(jù)分析師培訓(xùn)

看過(guò)關(guān)鍵字的表述，給出一些例子熟悉一些這些表述：

這是針對(duì)Prxparse函數(shù)的例子：

一下是針對(duì)prxmatch（返回string的位置）函數(shù)的例子：

現(xiàn)在來(lái)個(gè)現(xiàn)實(shí)生活中會(huì)碰到的問(wèn)題。

尋找電話號(hào)碼：

data ee;

input string$40.;

cards;

電話：(123)333-4444

兩個(gè)電話：(800)234-2222 和 (908) 444-2344

沒(méi)有電話

;

run;

data ww;

set ee;

if _n_=1 then ret=prxparse("/\(\d\d\d\) ?\d\d\d-\d{4}/");

retain ret;

position=prxmatch(ret,string);

run;

結(jié)果：

prxparse("/\(\d\d\d\) ?\d\d\d-\d{4}/");這條正則式的意思是：

匹配有括號(hào)里中3個(gè)數(shù)字，然后不知道有木有空格為間隔之后再接三個(gè)數(shù)字之后加一個(gè)橫杠之后加4個(gè)數(shù)字。