Arrays 从混乱的字符串中提取名称
messy是一个SAS字符变量,包含作者在自己的作品中引用的论文列表 下面是对凌乱的一个观察 该记录包括2个参考-一个从标签开始:1;另一个从标签2;开始 我需要为每个引用创建在name:之后返回部分内容的字符变量。对于这个观察,它看起来是这样的:Arrays 从混乱的字符串中提取名称,arrays,string,sas,data-manipulation,data-cleaning,Arrays,String,Sas,Data Manipulation,Data Cleaning,messy是一个SAS字符变量,包含作者在自己的作品中引用的论文列表 下面是对凌乱的一个观察 该记录包括2个参考-一个从标签开始:1;另一个从标签2;开始 我需要为每个引用创建在name:之后返回部分内容的字符变量。对于这个观察,它看起来是这样的: clean1 clean2 AZAD.MEGHAN BAI.JING 我尝试在数据步骤中使用扫描功能执行此操作,如下所示: data ex2; length lastname1-lastname10
clean1 clean2
AZAD.MEGHAN BAI.JING
我尝试在数据步骤中使用扫描功能执行此操作,如下所示:
data ex2;
length lastname1-lastname10
lastname1-lastname10
clean1-clean10 $100; /*initializes empty variables for storing up to 10 names*/
set ex;
array lastname {*} lastname1-lastname10;
array firstname {*} firsttname1-firstname10;
array clean {*} clean1-clean10;
do i=1 to count(messy, "label:"); /*loop through messy as many times as there are names*/
lastname{i} = scan(messy, 1, "name:"); /*pick up first word after name*/
firstname{i} = scan(messy, 2, "name:"); /*pick up second word after name*/
clean{i} = cats(upcase(lastname{i}), ".", upcase(firstname{i}));
end;
run;
这里至少有两个问题:
我的循环不会拾取观察中的第n个名称;在第一次出现name:之后,它将继续将扫描内容的结果写入lastname和firstname数组中的变量。
我显然误解了扫描本身的工作原理!我认为第三个参数允许我指定自己选择的分隔符,但scanmassy的结果是1,name:;如我所料,返回l而不是AZAD。
具体问题:
我如何在messy变量中提取所有名称并将它们分别存储为clean1、clean2等?我会使用PRX*来处理这些事情
data ex2;
length clean1-clean10 $100;
set ex;
array clean {*} clean1-clean10;
if _N_=1 then ExpressionID+prxparse('/[(;]name:([^;)]+)[;)]/');
start = 1;
stop = length(messy);
call prxnext(ExpressionID, start, stop, messy, position, length);
i=0;
do while (position > 0);
i+1;
clean{i} = prxposn(ExpressionID, 1, messy);
call prxnext(ExpressionID, start, stop, messy, position, length);
end;
run;
SCAN的第三个参数允许提供一组分隔符,使用name:不查找“name:”,正如您所希望的,它查找“n”、“a”、“m”、“e”或“:”
data ex2;
length clean1-clean10 $100;
set ex;
array clean {*} clean1-clean10;
if _N_=1 then ExpressionID+prxparse('/[(;]name:([^;)]+)[;)]/');
start = 1;
stop = length(messy);
call prxnext(ExpressionID, start, stop, messy, position, length);
i=0;
do while (position > 0);
i+1;
clean{i} = prxposn(ExpressionID, 1, messy);
call prxnext(ExpressionID, start, stop, messy, position, length);
end;
run;