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：

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;