sas - 在 SAS 中读取超过 32767 个字符的文本行

Question

我有一个 xml 文件只包含一个长度超过 32767 的文本行。现在 SAS 在第 32767 个字符处截断它并停止进一步读取这一行。任务是将输入行拆分为单独的变量或单独的观察值。我用来读取文件的代码是:

data out (drop=v_length);
    length xml_text $32767;
    retain xml_text v_length gr_split;
    infile tempxml encoding='utf-8' end=last;
    input;
    if _n_ = 1 then do;
        v_length = length(left(_infile_));
        gr_split = 1;
    end; else
        v_length=v_length+length(left(_infile_));
    if v_length gt 32767 then do;
        gr_split + 1;
        v_length=length(left(_infile_));
    end;
    if _n_ = 1 or v_length=length(left(_infile_)) then do;
        xml_text = compress(left(_infile_),,'c');
    end; else
        xml_text = trim(xml_text)||compress(left(_infile_),,'c');
    if last then do;
        call symput('NumOfTextGroups',gr_split);
        call symput('LastRow',_n_);
    end;
run;

当整个 xml 长度不超过 32767 时，代码会生成一个单元格。否则输出 n 行。在第一种情况下，我可以直接在 Oracle 中解析它(一旦数据传送到那里)。其次，我首先将数据带到 Oracle 并在那里组装要解析的单元格。但是，只有当每行 xml 文件少于 32767 个字符时才有效。

Answer 1

如果您可以一次输入 32767，那么您应该使用 recfm=f(固定记录长度)。这将创建 32767 行。

data for_oracle;
  infile "\wherever\blah.xml" lrecl=32767 recfm=f truncover;
  input @1 myline $CHAR32767.; *char is important in case a space exists that you care about at the start;
run;

您仍然可以做一些与您在代码中做的相同的事情(但我怀疑除了压缩控制字符外不需要大部分)。