扫描函数分隔符不能正常工作

Question

我在sas中遇到了扫描函数的问题。

我拥有的数据集包含一个需要拆分为多个变量的变量。

变量的结构如下：

4__J04__1__SCH175__BE__compositeur / arrangeur__compositeur /bewerker__(空白)__1__17__108.03__93.7

我使用这段代码将其拆分为多个变量：

data /*ULB.*/work.smart_BCSS_withNISS_&JJ.&K.;
                set work.smart_BCSS_withNISS_&JJ.&K.;
                /* Maand splitsen in variablen */
                mois=scan(smart,1,"__");
                jours=scan(smart,2,"__");
                nbjours=scan(smart,3,"__");
                refClient=scan(smart,4,"__");
                paysPrestation=scan(smart,5,"__");
                wordingFR=scan(smart,6,"__");
                wordingNL=scan(smart,7,"__");
                fonction=scan(smart,8,"__");
                ARTISTIQUE2=scan(smart,9,"__");
                Art_At_LEAST=scan(smart,10,"__");
                totalBrut=scan(smart,11,"__");
                totalImposable=scan(smart,12,"__");
run;

在大多数情况下，这是完美的。但是，有时第四个变量'refClient‘包含一个下划线，如下所示：

4__J04__1__LE_46__BE__compositeur / arrangeur__compositeur /bewerker__(空白)__1__17__108.03__93.7

尽管分隔符是双下划线，但扫描函数也会将这个单独的下划线检测为分隔符。

知道如何避免这种行为吗？

Answer 1

您可以使用regexp更改单个“_”(例如，更改为“-”)，然后扫描所需内容：

data /*ULB.*/work.test;
                smart="4__J04__1__LE_18__BE__compositeur / arrangeur__compositeur / bewerker__(blank)__1__17__108.03__93.7";
                smartcr=prxchange("s/(?<=[^_])(_{1})(?=[^_])/-/",-1,smart);
                /* Maand splitsen in variablen */
                mois=scan(smartcr,1,"__");
                jours=scan(smartcr,2,"__");
                nbjours=scan(smartcr,3,"__");
                refClient=tranwrd(scan(smartcr,4,"__"),'-','_');
                paysPrestation=scan(smartcr,5,"__");
                wordingFR=scan(smartcr,6,"__");
                wordingNL=scan(smartcr,7,"__");
                fonction=scan(smartcr,8,"__");
                ARTISTIQUE2=scan(smartcr,9,"__");
                Art_At_LEAST=scan(smartcr,10,"__");
                totalBrut=scan(smartcr,11,"__");
                totalImposable=scan(smartcr,12,"__");
run;

Answer 2

Aurieli的代码有效，但他们的回答并没有解释原因。您对scan工作方式的理解是不正确的。

1. 如果为scan指定的分隔符中有多个字符，则将每个字符视为分隔符。您已经指定了两次_。如果您指定了ab，那么a和b都将被视为分隔符，而不是ab作为分隔符。
2. 默认情况下，scan将多个连续分隔符视为单个分隔符，这就是为什么您的代码将__和_视为分隔符。因此，如果将ab指定为分隔符字符串，则默认情况下，ba、abba等也将被计算为单个分隔符。

Answer 3

稍微有趣的是，INFILE语句支持分隔符字符串。

。

data test;
   infile cards dlmstr='__';
   input (mois
      jours
      nbjours
      refClient
      paysPrestation
      wordingFR
      wordingNL
      fonction
      ARTISTIQUE2
      Art_At_LEAST
      totalBrut
      totalImposable) (:$32.);
   cards;
4__J04__1__SCH175__BE__compositeur / arrangeur__compositeur / bewerker__(blank)__1__17__108.03__93.7
4__J04__1__LE_46__BE__compositeur / arrangeur__compositeur / bewerker__(blank)__1__17__108.03__93.7
;;;;
   run;
proc print;
   run;

​

​