2. PRXPARSE () 正则表达式的“阿赖耶识”

阿赖耶识...为宇宙万有之本，含藏万有，使之存而不失，故称藏识。又因其能含藏生长万有之种子，故亦称种子识。—...



这是【SAS正则表达式】系列的第二集，全系列请在后台回复【SASRE】获取

阿赖耶识...为宇宙万有之本，含藏万有，使之存而不失，故称藏识。又因其能含藏生长万有之种子，故亦称种子识。

——《佛光大辞典》

佛家说人有九识，除眼、耳、鼻、舌、身、意八识外，还有末那识和阿赖耶识。这阿赖耶识，储藏了一切善恶的种子，包含一切宇宙信息。

【SAS Says·扩展篇】正则表达式的“阿赖耶识” | 2. PRXPARSE ()

0.前集回顾

1.初识PRXPARSE()

2.例子刚毕业的小王来到一家零售公司的数据部门做一名分析师，上班的第一天，产品部的妹子就找他来解决一个问题：

数据库中有一份长长的产品名单，名单中有的是产品的名字，有的是产品的编号，产品部的妹子只想要产品的编号的那些行（下图红色字体的），以做更深一步的分析。

(01)1872-8756

Body shop P1

Book B13

(05)9212-0098

PD(05)9206-4571

Shushuophone

(12) 6753-5513

None here

PD(12)6434-4532

P&DWashing

......（未显示完）

红色字体的编号似乎看起来没有什么容易把握的规律：占位符不一样、也不全都是数字、有的行的括号后面还有空格等等，小王利用正则表达式，一分钟不到就解决了。

a=PRXMATCH("/(dd) ?d{4}-d{4}/", name);

if a GT 0 then output;

结果为：

这是第一集提取文本数据，分析师小王初上手！的内容。我们利用PRXMATCH函数，初步介绍了什么是正则表达式。这些看起来乱乱的字符，竟然代表了一定的文本格式，比如前面说过的

编号正则表达式介绍的匹配函数PRXMATCH()，它的格式如下：

第一个参数可以是pattern-id，也可以直接是正则表达式（regular-expression）。这个pattern-id就是正则表达式的一个代号，我们可以利用PRXPARSE将正则表达式储存在这个代号中。

讲了那么多虚的，来看一个实例：

String1=”oooooo119234oooooo”;

String2=”wewewew119234p”

String3=”rrrrrrr119234yu”;

……

我们要提取出119的位置，代码可能要这么写：

data_null_;

String1="oooooo119234oooooo";

String2="wewewew119234p";

String3="rrrrrrr119234yu";

x1=PRXMATCH("/119/",string1);

x2=PRXMATCH("/119/",string2);

x3=PRXMATCH("/119/",string3);

fileprint;

put x1= x2= x3=;

run;

假如要提取1192呢？那么正则表达式要改成”/1192/”，代码中要改3次，再变一下，提取11923呢？又要改3下，就非常麻烦，利用PRXPARSE函数，将正则表达式储存在一个pattern-id中，就可以减少这种重复，每次只需要改一次。这个函数用来获取某种正则表达式，并存在pattern-id中，方便其他函数来用，它的格式为：以上面那个为例：

data_null_;

a=PRXPARSE("/119/");

String1="oooooo119234oooooo";

String2="wewewew119234p";

String3="rrrrrrr119234yu";

x1=PRXMATCH(a,string1);

x2=PRXMATCH(a,string2);

x3=PRXMATCH(a,string3);

fileprint;

put x1= x2= x3= ;

run;

输出的结果是一样的：

无论是要提取1192、11923还是11924，都只要改一次就好了，这个函数很简单。现在我们看一下上一集初级分析师小王的例子中，如果用PRXPARSE函数该如何写代码。先回顾一下上一集小王遇到的问题——提取下面表中只有产品编号的（红色字体）：

name

(01)1872-8756

Body shop P1

Book B13

(05)9212-0098

PD(05)9206-4571

Shushuo phone

(12) 6753-5513

None here

PD(12)6434-4532

P&D Washing

小王给出的代码为：

a=PRXMATCH("/(dd) ?d{4}-d{4}/", name);

if a GT 0 then output;

如果我们用

“PRXPASE() → 生成包含正则表达式的pattern-id → PRXMATCH()使用pattern-id作为正则表达式参数“

这个思路写代码，就应该是：

data production;

if _N_=1then pattern=PRXPARSE("/(dd) ?d{4}-d{4}/");

retain pattern;

input name $char20.;

a=PRXMATCH(pattern,name);

if a GT 0thenoutput;

datalines;

(01)1872-8756

Body shop P1

Book B13

(05)9212-0098

PD(05)9206-4571

Shushuophone

(12)6753-5513

None here

PD(12)6434-4532

P&DWashing

;

procprintnoobs;

title'Production ID';

var name;

run;

retain语句可以让SAS保存前一次变量的值，我们在基础篇中讲过这个语句，您可以点击 【SAS Says】基础篇：5. 开发数据（一）查看。

输出的结果为：和之前的结果是一样的，提取除了只包含产品编号的行。

做个小游戏，您觉得本【SAS正则表达式】系列如何？

1、不好——跳转至A

2、好——跳转至2.1

2.1 打赏吗？

打赏——跳转至B

不打赏——跳转至2.2

2.2 点击文末广告？

点击——跳转至C

不点击——跳转至A

A 有什么建议意见呢？您可以在文末评论区留言，帮我做的越来越好！

B 谢谢爷~！劳驾您在文末打赏，我会再接再厉哒！

C 谢谢小哥，谢谢美女~！广告商会给我打赏哒！

相关推荐：

【SAS基础篇】

回复【sasbase】查看

SAS IML（矩阵交互模块）

回复【sasiml】查看

转载、

投稿、免费发布招聘、合作

    关注 数说工作室