regex - SAS 使用 prxchange 或 prxpson(prxmatch(prxparse())) 从字符串中提取子字符串

Question

2 个解决方案贴在底部

我的代码

    data test;  
        extract_string = "<some string here>";
        my_result1 = prxchange(cat("s/^.*", extract_string, ".*$/$1/"), -1, "A1M_PRE");  
        my_result2 = prxchange(cat("s/^.*", extract_string, ".*$/$1/"), -1, "AC2_0M");  
        my_result3 = prxchange(cat("s/^.*", extract_string, ".*$/$1/"), -1, "GA3_30M");
        my_result4 = prxchange(cat("s/^.*", extract_string, ".*$/$1/"), -1, "DE3_1H30M");  
    run;

期望的结果

提取_之后的数字但在 M 之前在具有 M 的字符串中在最后。结果集应该是:

    my_result1 = ""  
    my_result2 = "0"  
    my_result3 = "30"  
    my_result4 = "30"

以下extract_string值(value)观失败

"\.*(\d*)M\b\"  
"\.*(\d*?)M\b\"  
"\.*(\d{*})M\b\"  
"\.*(\d{*?})M\b\"  
"\.*(\d){*}M\b\"  
"\.*(\d){*?}M\b\"  

"\.*(\d+)M\b\"  
"\.*(\d+?)M\b\"  
"\.*(\d{+})M\b\"  
"\.*(\d{+?})M\b\"  
"\.*(\d){+}M\b\"  
"\.*(\d){+?}M\b\"  

"\.*(\d+\d+)M\b\" 

我会请求帮助的潜在解决方案

• 也许我只是没有测试正确的 extract_string然而。想法？
• 也许是我的cat("s/&.*", extract_string, ".*$/$1/")需要修改。想法？
• 也许我需要使用 prxpson(prxmatch(prxparse()))而不是 prxchange .这将如何制定？

我看过但未能成功实现的链接

https://support.sas.com/rnd/base/datastep/perl_regexp/regexp-tip-sheet.pdf

https://www.pharmasug.org/proceedings/2013/CC/PharmaSUG-2013-CC35.pdf

SAS PRX to extract substring please

extracting substring using regex in sas

Extract substring from a string in SAS

解决方案

方案一

cat 中的后缀函数和 extract_string被修改了。

    data test;  
        extract_string = "?(?:_[^_r\n]*?(\d+)M)?$";
        my_result1 = prxchange(cat("s/^.*", extract_string, "/$1/"), -1, "A1M_PRE");
        my_result2 = prxchange(cat("s/^.*", extract_string, "/$1/"), -1, "AC2_0M");
        my_result3 = prxchange(cat("s/^.*", extract_string, "/$1/"), -1, "GA3_30M");
        my_result4 = prxchange(cat("s/^.*", extract_string, "/$1/"), -1, "DE3_1H30M");
    run;

解决方案2

此解决方案使用另一个 prx -家庭功能:prxparse , prxmatch , 和 prxposn .

data have;
  length string $10;
  input string;
  datalines;
A1M_PRE
AC2_0M
GA3_30M
DE3_1H30M
;

data want;
  set have;

  rxid = prxparse ('/_.*?(\d+)M\s*$/');

  length digit_string $8;

  if prxmatch (rxid, string) then digit_string = prxposn(rxid,1,string);

  number_extracted = input (digit_string, ? 12.);
run;

Answer 1

我知道 SAS 可以使用 Perl 的正则表达式引擎。后者支持\K，它指示引擎丢弃到目前为止匹配的所有内容，并将匹配的起点重置为当前位置。因此，以下正则表达式应匹配感兴趣的子串数字。

_.*?\K\d+(?=M$)

Demo

匹配失败将被解释为已匹配空字符串。