使用压缩剥离字符

Question

我想从变量中删除非ASCII字符.我没有用更优雅的方法取得成功,所以我使用压缩和提名我想保留的角色(因为我不知道我想删除的那些).它工作,但我想保留两个字符",'但我不能正确地将这两个字符传递到压缩功能.

data _null_;
  _text='#AB'!!byte(13)!!'C"D';
  _text_select=compress(_text,"ABCDEFGHIJKLMNOPQRSTUVWXYZ /-1234567890(),.'&?;=%:+><`[]*#","k");
  put _text;
  put _text_select;
run;

Answer 1

首先,如果您关注的是"控制"字符,则"c"选项是一个好选项.

compress(textstr,,'c');

这会删除ASCII早期的内容,例如换行符,制表符等.(可能是前40个字符从'00'x到'0F'x,可能'07'x,尽管我从未见过精确定义.)

如果你想保持基本上'可打印的字符','w'选项是有帮助的.

compress(textstr,,'kw');

如果只是通过另一个引用转义报价,那么你的方法可以成为你想要的唯一方法.

compress(_text,"ABCDEFGHIJKLMNOPQRSTUVWXYZ /-1234567890(),.'&?;=%:+><`[]*#""","k");

您还可以使用"p"来保留所有标点符号.事实上,你至少可以简化这一点.

data _null_;
  _text='#AB'!!byte(13)!!'C"D';
  _text_select=compress(_text," /-()&=%+><` []*#","knp");
  put _text;
  put _text_select;
run;

我不完全确定什么是正式的'标点符号',可能是 - 也是一个,可能是().

编辑:这是测试保留内容的好方法(在官方ASCII集中,即高达'7F'x):

data test;
  length _text $255;
  do _t = 1 to 255;
    _text =byte(_t)||_text;
  end;
  _text_select=compress(_text," /-(),.'&""?;=%:+><`[]*#","kn");
  put _text=;
  put _text_select=;
run;

P似乎保留了许多有点怪异的东西,其中一些显然不是标点符号,所以很明显SAS在那里做错了.老实说,我很想写一张故障单,因为它肯定没有做到它应该做的事情.