C. Ortseifen: Reguläre Ausdrücke

Transkript

1 Inhalt Reguläre Ausdrücke mit SAS Einsatz der RX- und PRX-Funktionen Dr. Carina Ortseifen SAS-Treff am URZ 2. Dezember Einleitung 2. Aufbau der regulären Ausdrücke 3. Beispiele 4. Reguläre Ausdrücke im Enhanced Editor 5. Literatur 1. Einleitung Funktionen und Call-Routinen Einführung von Regulären Ausdrücken in SAS 6 Funktionen und Call-Routinen RXparse, RXsubstr, RXmatch Vorstellung in TuT, KSFE 2003 In SAS9 Erweiterung um Reguläre Ausdrücke aus Perl (PRX) Geringere Fehleranfälligkeit Leichtere Handhabung Leichtere Lesbarkeit Bessere Performance PRXchange PRXmatch PRXparen PRXparse PRXposn Call PRXchange Call PRXdebug Call PRXfree Call PRXnext Call PRXposn Call PRXsubstr SAS-Treff am URZ Heidelberg 1

2 Aufruf im Datenschritt Notwendige Schritte: 1. Definition des Suchmusters mit PRXparse 2. Anwendung einer Funktion PRX Optionaler Schritt: 3. Freigeben des belegten Speicher mit PRXfree Aufruf im Datenschritt: Syntax Data bsp; Retain prx; If _N_=1 Then prx=prxparse("/suchmuster/");... Anwendung von PRX-Funktionen + sonstige Datenschritt-Anweisungen... Drop prx; RUN; 2. Aufbau eines regulären Ausdrucks Suchen m/ / bzw. / / (m für match) Ersetzen s/ / / (s für substitution) Auch andere Trennzeichen sind möglich, z.b. m& & = m% % = m^ ^ = s& & & = s% % % = s^ ^ ^ = Optionen Option i: Keine Beachtung von Groß- und Kleinschreibung m/ /i s/ / /i Option o: Suchmuster wird nur ein Mal definiert Option x: Umgang mit Leerzeichen SAS-Treff am URZ Heidelberg 2

3 Einige Beispiele für reguläre Ausdrücke Sonderzeichen /data / /data /i /1[89]\d{2}/ s/ +/ / \. \w \d \s \b \n Maskiert oder demaskiert ein Sonderzeichen z.b. \/ Sucht ein beliebiges Zeichen (bis auf Zeilenwechsel) Sucht ein Wortzeichen Sucht ein Zahlzeichen Sucht ein White-Space-Zeichen (blank, tab, ) Sucht das vorangehende Suchmuster an einer Wortgrenze Sucht nach einem Zeilenwechsel Großbuchstaben für das Komplement Operatoren Gruppierungen ^ $ * + {n} Logisches Oder Sucht ein Suchmuster am Beginn des Textes Ausnahme: Innerhalb von [ ] ist ^ ein logisches Nicht Sucht ein Suchmuster am Ende des Textes Sucht ein Suchmuster 0 oder mehrere Male Sucht ein Suchmuster 1 oder mehrere Male Sucht ein Suchmuster n Mal [ ] Gruppiert einzelne (!) Zeichen /[HLM]aus/ findet 'Haus', 'Laus' und 'Maus' ( ) Gruppiert verschiedene Suchmuster /(Kl Schm)aus/ findet 'Klaus' und 'Schmaus' [a-z] Sucht nach einem Kleinbuchstaben [K-M] Sucht nach 'K', 'L' oder 'M' [1-9] Sucht nach den Ziffern 1 bis 9 {n,m} Sucht ein Suchmuster n bis m Male SAS-Treff am URZ Heidelberg 3

4 3. Beispiele /data / /data /i /1[89]\d{2}/ s/ +/ / Sucht nach einem Vorkommen von 'data ' Sucht 'data ', 'Data ', 'DATA ', 'DaTa ', Sucht nach 1800 bis 1999 Ersetzt mehrere blanks durch ein Blank Beispiele (2) Beispiele (3) Sucht 6 Ziffern Beispiele (4) Sucht einen '-' oder ein blank SAS-Treff am URZ Heidelberg 4

5 Beispiele (5) Sucht 1 bis 3 Wortzeichen Beispiele (6) Erkennt z.b. ' BOT', ' D', Beispiele (7) Übung! Anwendungsbeispiel Ausgangsdaten: Data bsp; Input id $20.; Datalines; BOT D DO ; SAS-Treff am URZ Heidelberg 5

6 Beispiel 1: Funktion PRXposn Beispiel 1: Funktion PRXposn (2) Data bsp1; prx=prxparse("o"); If PRXmatch(prx, id) Then Do; dat=prxposn(prx, 1, id); ort=prxposn(prx, 2, id); End; Else Put "WARNUNG: " id " nicht korrekt!"; Proc Print; Log WARNUNG: DO nicht korrekt! Output Beob. id prx dat ort BOT BOT D D DO. Beispiel 2: Funktion PRXparen Data bsp2; prx=prxparse("/(bot\b) (D\b) (DO\b)/o"); If PRXmatch(prx,id) Then ort=prxparen(prx); Proc Print; Beispiel 3: Funktion PRXchange Data bsp3; prx=prxparse("s/(\d{4})9(\d)/${1}199$2/o"); id=prxchange(prx,1,id); Proc Print; Output Beob. id prx BOT D DO. SAS-Treff am URZ Heidelberg 6

7 4. Reguläre Ausdrücke im Enhanced Editor Verwenden von Regulären Ausdrücken beim Suchen/Ersetzen im Enhanced Editor Wortzeichen finden finden Alphabetisches Zeichen finden finden Leerzeichen finden finden Alphanumerisches Zeichen finden finden Dezimalstelle finden finden Jedes JedesZeichen außer außerwagenrücklauf finden finden Wagenrücklauf finden finden Escape-Zeichen Zeilenanfang finden finden Zeilenende finden finden Wortanfang finden finden Wortende finden finden 0 und und mehr mehrvorkommen 1 und und mehr mehrvorkommen Zeichensatz Hinweise zum Gebrauch Grundsätzlich ähnlich zu PRX Eingabe ohne Anführungszeichen Eingabe ohne Trennzeichen Verwendung von ( ), {n,m} und? nicht möglich White-Space-Zeichen \b (statt \s) \< und \> für Wortanfang und ende (statt \b) Anwendungsbeispiele 5. Literatur \<file \<_\w+_\> ; *[^\b] [^;\b] *\n \*.*; /\*.*\*/ \*.*;\b*%else\b Sucht Wörter, die mit file beginnen Sucht Wörter, die mit _ beginnen und enden Sucht ; die in einer Zeile stehen Sucht Zeilen, die nicht mit ; enden Sucht Kommentare der Form * ; Sucht Kommentare der Form /* */ (allerdings nur einzeilig) Sucht Kommentare der Form * ; vor einer %else-anweisung Tipps und Tricks der 8. KSFE 2004 im SAS-Anwenderhandbuch im Netz, Kapitel 5 Diverse Beiträge von den SUGI-Konferenzen eedings/index.html Ron Cody, SUGI 29; Richard Pless, SUGI 29; David Cassell, SUGI 29 SAS-Treff am URZ Heidelberg 7