Question

我正在尝试将.json文件解析为SAS。为了处理.json文件中的列表，我想删除[item1，item2，item3，.... itemn]之间的所有逗号，但保留不在[]内的逗号。

我想我应该能够使用prxchange正则表达式来实现这一点...我可以让它适用于两个项目列表，但无法弄清楚如何改变它以使用不同数量的列表。

newvariable=prxchange('s/(\[\w+),(\w+\])/$1 $2',-1,oldvariable);

示例：

oldvariable = "{"hospital": "NOP", "drugs": ["penicillin", "ampicillin", "cephalosporin"]}" 
newvariable = "{"hospital": "NOP", "drugs": ["penicillin" "ampicillin" "cephalosporin"]}" 

oldvariable = "{"hospital": "KOP", "drugs": ["tetracycline"]}" 
newvariable = "{"hospital": "KOP", "drugs": ["tetracycline"]}"

也许有更好的方法来解决这个问题......

Answer 1

有时处理正则表达式的最简单方法是将其分解为步骤。在这种情况下，首先取出数组，然后用空格替换逗号：

data _null_;
oldvariable = '{"hospital": "NOP", "drugs": ["penicillin", "ampicillin", "cephalosporin"]}';
arrayExpr=prxparse( '/\[[^]]+\]/' );
call prxsubstr( arrayExpr, oldvariable, position, length );
put position length;
newvariable=cat(
    substr( oldvariable, 1, position - 1 ),
    prxchange( 's/, / /', -1, substr( oldvariable, position, length ) ),
    substr( oldvariable, position + length )
);
put newvariable;
run;

你的原始正则表达式也存在一些问题。在许多正则表达式帮助网站中this one is my favorite。

Answer 2

如果您执行较小的prxchange，您可以利用SAS的DSD选项（允许您使用引号来忽略嵌入的分隔符），类似于Leo的建议。

data have;
infile datalines dlm=',' dsd;
input @;
_prx = prxparse('s~\[([0-9,]*?)\]~"$1"~io');
_prxm = prxmatch(_prx,_infile_);
if _prxm then call prxchange(_prx,-1,_infile_);
_test_=_infile_;
input a b $ c d $;
datalines;
1,Hello,2,3
2,Goodbye,3,[4,5,6]
;;;;
run;

在你的情况下，我不确定双引号是否可行，因为它们在JSON中有意义，但你也可以使用单引号。

如何删除SAS中两个字符串之间的所有出现次数（0或多个）

2 个答案: