Regex 在SAS中将普通正则表达式转换为正则表达式

虽然阅读了SAS文档和各种示例页面，但我仍在努力将稍微复杂的正则表达式转换为SAS语法。我使用命令

prxchange

。这就是我到目前为止提出的在SAS数据步骤中，将文件名字符串（如

pre31dec2019_299792458.xls

转换为整数（长度为8）

299792458

：

tmp=prxchange('s/pre_([a-zA-Z0-9]{8,9})_([0-9]{1,16})\.xls/\2/g',-1,have);
want=input(tmp,8.);

我得到的错误消息指向代码中的其他地方，但我相当肯定，正是这两行导致了问题，因为省略这两行引号会使SAS错误消息消失

工具书类

• 建议我可以使用标准正则表达式

您可以使用

tmp = prxchange('s/^pre_[A-Za-z0-9]+_([0-9]+)\.xls$/$1/', -1, have);

见

详细信息

• s/

  -替换操作（我们正在替换匹配项）

• ^

  -字符串的开头

• 前缀

  -文字前缀

• [A-Za-z0-9]+

  -一个或多个字母数字ASCII字符（注意，如果可能的话，您只需在此处使用

  *

  ）

• 。

  -下划线

• （[0-9]+）

  -第1组：一个或多个数字
• 字符串末尾的

  \.xls$

  -

  .xls

• $1

  -整个匹配项，即匹配的整个字符串，将替换为组1的内容

关于，请注意，当您将

-1

作为times参数传递时，它将替换所有出现的模式，因此，不需要

g

标志。

您可以使用

tmp = prxchange('s/^pre_[A-Za-z0-9]+_([0-9]+)\.xls$/$1/', -1, have);

见

详细信息

• s/

  -替换操作（我们正在替换匹配项）

• ^

  -字符串的开头

• 前缀

  -文字前缀

• [A-Za-z0-9]+

  -一个或多个字母数字ASCII字符（注意，如果可能的话，您只需在此处使用

  *

  ）

• 。

  -下划线

• （[0-9]+）

  -第1组：一个或多个数字
• 字符串末尾的

  \.xls$

  -

  .xls

• $1

  -整个匹配项，即匹配的整个字符串，将替换为组1的内容

关于，请注意，一旦您将

-1

作为times参数传递，它将替换所有出现的模式，因此，不需要

g

标志。

为什么要使用regex

want = input(scan(have,-2,'._'),32.);

为什么要使用正则表达式呢

want = input(scan(have,-2,'._'),32.);

---

您可以尝试多种方法：

data _null_;
a="pre_31DEC2019_299792458.xls";
b=input(prxchange('s/.*\_(.*)\..*/$1/',-1,a),12.);
c=input(prxchange('s/.*(\d{9}).*/$1/',-1,a),12.);
d=input(prxchange('s/.*(?<=\_)(\d+).*/$1/',-1,a),12.);
put _all_;
run;

数据\u空\u；
a=“2019年12月31日前\u 299792458.xls”；
b=输入（prxchange（'s/*\\（.*）\..*/$1/'，-1，a），12.）；
c=输入（prxchange（'s/*（\d{9}）。*/$1/'，-1，a），12.）；
d=输入（prxchange（'s/*（？您可以尝试的许多方法：

data _null_;
a="pre_31DEC2019_299792458.xls";
b=input(prxchange('s/.*\_(.*)\..*/$1/',-1,a),12.);
c=input(prxchange('s/.*(\d{9}).*/$1/',-1,a),12.);
d=input(prxchange('s/.*(?<=\_)(\d+).*/$1/',-1,a),12.);
put _all_;
run;

数据\u空\u；
a=“2019年12月31日前\u 299792458.xls”；
b=输入（prxchange（'s/*\\（.*）\..*/$1/'，-1，a），12.）；
c=输入（prxchange（'s/*（\d{9}）。*/$1/'，-1，a），12.）；
d=输入（prxchange（'s/）*（？可以，你可以分享错误消息吗？这是最高军事机密还是什么？我对SAS或此函数一无所知，但你的字符串包含大写字母，而你的模式搜索小写字母，导致不匹配。可能这会导致错误？你的输入字符串的格式有多好？你只需要前8个字符吗标记文件扩展名的句点？或者某些值的位数不同？或者是非位数？您的正则表达式试图捕获整个字符串，但您对捕获组2感兴趣，但我没有看到任何代码专门访问该捕获组，因此您基本上是在验证字符串s的预期格式，并尝试从整个字符串中创建一个整数？
\d+（？=\.xls）
将只提取整数部分
299792458
SAS空间将变量填充到变量长度，因此需要
修剪（have）
或将
\s*$
添加到你的正则表达式模式的末尾。你能，你能分享错误消息吗？这是最高军事机密还是什么？我对SAS或这个函数一无所知，但你的字符串包含大写字母，而你的模式搜索小写字母，结果不匹配。也许这会导致错误？你的格式有多好您的输入字符串？您是否只需要标记文件扩展名的句点之前的最后8个字符？或者某些值的位数不同？或者没有位数？您的正则表达式正在尝试捕获整个字符串，但您对捕获组#2感兴趣，但我没有看到任何代码专门访问它捕获组，以便您基本上验证字符串是否为预期格式，并尝试从整个字符串中创建一个整数？
\d+（？=\.xls）
将仅提取整数段
299792458
SAS空间将变量填充为可变长度，因此需要
修剪（have）
或将
\s*$
添加到您的正则表达式模式的末尾。这一点很好（像往常一样），但我很想了解如何在SAS中使用
[a-z]{1,4}
语法。这一点很好（像往常一样），但我真的很想了解如何使用
[a-z]{1,4}一般来说，SAS中的语法。谢谢你的台词。我最大的问题不是正则表达式，而是如何执行
[abc]{1,2}
在SAS'
prxchange
中。它真的是对常用正则表达式的一对一吗？这意味着这里的表达式将搜索SAS中的任何组合
a、b、c、aa、ab、ac、ba、bb、bc、ca、cb、cc
？@b--rian是的，
[abc]{1,2}
匹配
a
、
b
或
c
中的一个或两个匹配项。谢谢你的台词。我最大的问题不是正则表达式，而是如何执行
[abc]{1,2}
在SAS'
prxchange
中。它真的是一对一到通常的正则表达式吗？这意味着这里的表达式将搜索SAS中的任何组合
a、b、c、aa、ab、ac、ba、bb、bc、ca、cb、cc
-