如何在SAS中用相同長度的星號替換引號中的文本？我的意思是，轉換：
"12345"
"hi42"
'with "double" quotes'
there are 'other words' not in quotes
到：
*******
******
**********************
there are ************* not in quotes
第 1、2、3、4 行分別有 7、6、22、13 個星號。是的，報價本身也包括在內。
我試過這樣的程式：
pat=prxparse('/[''"].*?["'']/');
do until(pos=0);
call prxsubstr(pat,text,pos,len);
if pos then substr(text,pos,len)=repeat('*',len-1);
end;
有用。
我的問題是：有沒有更有效的方法來做到這一點？
uj5u.com熱心網友回復：
首先，您的示例在第三個運算式上失敗，因為它不記得開頭的引號是什么 - 所以它使“double”不匹配。
您可以使用 SAS 支持的反向參考來解決這個問題：
data have;
length text $1024;
infile datalines pad;
input @1 text $80.;
datalines;
"12345"
"hi42"
'with "double" quotes'
there are 'other words' not in quotes
;;;;
run;
data want;
set have;
pat=prxparse('/([''"]).*?\1/');
do until(pos=0);
call prxsubstr(pat,text,pos,len);
if pos then substr(text,pos,len)=repeat('*',len-1);
end;
run;
效率方面，在我的（相當快但并非例外）SAS 服務器上處理 400k 記錄（這些 4 x 100,000）大約需要 1.5 秒。這似乎是合理的，除非您的文本更大或行數更大。另外，請注意，如果允許的話，這將在高度復雜的嵌套中失敗（單雙單等，或單內雙單將無法識別，盡管它可能仍然適合您的意圖）。
但是，如果您想要最高效，正則運算式不是答案 - 使用基本文本函式更有效。但是，要完全正確更難，并且需要更多代碼，所以如果正則運算式的性能可以接受，我不建議這樣做。但這里有一個例子——你可能需要對其進行一些調整，并且你需要回圈它以重復直到它找不到任何要替換的東西，如果根本沒有引號就不要執行它。這只是給出了如何使用文本函式的基本概念。
data want;
set have;
length text_sub $80;
_start = findc(text,'"''');
_qchar = char(text,_start); *Save aside which char we matched on;
_end = findc(text,_qchar,_start 1); *now look for that one again anywhere after the first match;
to_convert = substr(text,_start,_end-_start 1);
if _start eq 1 and _end eq length(text) then text_sub = repeat('*',_end-1);
else if _start eq 1 then text_sub = substr(text,_end 1);
else if _end eq length(text) then text_sub = substr(text,1,_start-1)||repeat('*',_end-_start);
else text_sub = cat(substr(text,1,_start-1),repeat('*',_end-_start),substr(text,_end 1));
run;
uj5u.com熱心網友回復：
我會跳過正則運算式，而只使用 CALL SCAN() 代替。
因此，回圈查找下一個“單詞”的位置。如果單詞以引號開頭和結尾，則將單詞替換為 *'s。
data have;
input string $char80. ;
cards;
"12345"
"hi42"
'with "double" quotes'
there are 'other words' not in quotes
What's going on?
;
data want;
set have;
position=1;
do count=1 by 1 while(position>0);
call scan(string,count,position,length,' ','q');
if char(string,position) in ('"',"'")
and char(string,position)=char(string,position length-1)
then substr(string,position,length) = repeat('*',length-1)
;
end;
drop position count length;
run;
結果
Obs string
1 *******
2 ******
3 **********************
4 there are ************* not in quotes
5
6 What's going on?
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/437260.html
上一篇：Javascript正則運算式匹配冒號和以點結尾的句子之間的文本
下一篇：在資料作業室中提取匹配URL