如何從SAS URL訪問方法中刪除HTML？

Question

使用SAS URL訪問方法讀取網頁時，刪除所有HTML標籤的最方便方法是什麼？

Answer 1

這應該做你想做的。刪除<>包括<>之間的所有內容，並保留內容（又名innerHTML）。

Data HTMLData; 

filename INDEXIN URL "http://www.zug.com/"; 

input; 

textline = _INFILE_; 

/*-- Clear out the HTML text --*/ 
re1 = prxparse("s/<(.|\n)*?>//"); 
call prxchange(re1, -1, textline); 

run; 

Answer 2

我認爲這種方法不是從頁面中刪除HTML，而是爲要捕獲的數據確定標準模式。這是perl /正則表達式類型的方法。

一個例子可能是某些數據或表格在徽標圖像之後出現很多字符。你可以寫一個腳本來保存數據。

如果你想發佈一些html，也許我們可以幫助解碼它。