搜索一個長度的單詞邊界並用'|'代替它

Question

我有超過600個字符的長字符串。我想用「|」替換長度小於200的字邊界。

我已經使用下面的代碼來做到這一點。但我沒有任何運氣。

data test; 
    length str1 $200; 
    str1 = "N=dddddd dddddd dddddd dddddddddd ddd ddddd dddddddd dd d ,n=,|t:14.2.2-1"; 
run; 

data test1; 
    set test; 
    str01 = prxchange('s/\b/|/', -1, str1); 
    str02 = prxchange('s/(.{20,}?\b).*/|/', -1, str1); 
run; 

我知道第一個將搜索所有單詞邊界，並取代它們「|」，但我認爲第二個會工作。但後來只給了我'''作爲輸出。

我在找的是打破一個長的腳註（超過600個字符）在4行語句中被分解，因爲行不能超過200個字符。所以我會用'|'替換長度不超過200的空間並使用'|'將字符串分解

在此先感謝！

在實時情況下，我有以下情況。

data test; 
    length str1 $200; 
    str1 = "XX XX XXXXX XXXX XXXXXXX XXX XXXXX X XXXXXX XXXXXXX XXXXXXXXX XX XXX XXXXXXXXX XXXXXXXXXXXX'X XXXXXX. XXXX XXXXXXXXX XX XXXXXXXXXX XXXXXXXXXX XXX XXXXXXXX. XXX XXXXXXX XXX XXXX XXXXXXXX XXXXXX XXXXXXXXXX XXX XXXXXXXXXX XXXX XXX XXXXX XXX XX XXXX XX XXXX XXXXXXX XXXXXXXXXX XXXXX XX XXX XXXXX XXX XXX XXXXX XX XXX XXXXXXXXXXX XXX XXXXXXXXXX XXXXX 11112525 65, XX XXXXX XXX XXXXXX XXX XXX XXX. XXXXXXXXXXXX, XXX XXXX XXXXX XXX XXXXX XXXXXXXX XXXX XXX XXXX XXXXXX XXXXXXXX XX "XXXXXXXX XXXXXXXX" XX XXX XXX XXXXXX XXX XXXX XXXXXXXXXXX XX XXXXXXXXXX XXXXX XX XXX XXX XXXXXXX XXXXXX. XXXX XX XX XXXX XXXXXX XXXXX XXXXXXXX XXXXX XXXXXXXX XXX XXXXXX XXXX XXXXXXXXXX XXXXXXXXXX XXX XXX XXXXXXXXXXXX XXXXXXX XXXXXXXXXX XXX XXXXXXXX XXXX. XXXXXXX, XXX XXXXXXX XXX XXXXXX XX "XXXXXXXX XXXXXXX - XX XXX XXXXXXX" XXX XXX XXXXXX XXXXX XXX XXX XXXXXXX XXXX XXXXXXX XXXXXXXXXX XXX XXXXXXXXXX X XXXXXXXXXXX XXXXXXXXXX XX XXXX XXXXX. XXXXXXXXXXX XXXX XXXXXXXXX XXXX XXX XXXXXXX XXX XXXXXXXX X XXXXXXXXXX XXXXXXXXX, X XXXX XXX XXXX XX XXXXXX XXXXX, XXXXXXX XXXX XXXX XXXXXXXX XXXXXX XX XX XXXXXX XX XXXXXXXXX XXXXXX XXXXXXXX XXX XXXXXXXXXX XXXXXXX XX XXXXXXXXXX/XXXXXXXXXX XXX XXXXXXXX XXXXXXXXXX XX XXXXXXXX XXXXXXXX XX XXX XXX XXXXXX XX XXXXXX XXXX XXXX XXX XXX XXXXXXX XXXXXXXXXX XXXXXXXXXX. XXXX, XXX XXXXXXXX XXXXXXXX (XX XXXX XXXXX XXX XXXXXX) XXXX XXXXXXX XX XXX XXX XX XXX "XXXXXXXX XXXXXXXX - XX XXX XXXXXXX/XX XXXXXXXXXX". XXX XXXX XX XXX XXXXXXXXX XXXX XXXX XXXX XX XXXXXXXXX XXXX XX XXXXXXX XX XXXXXX. XXX XXXXXXX XXX XXXXXX XXXX XXX XXXXXXX XXXXXX XXXXXX XX XXX XXXXX XX XXXX XXXX, XXX XXX XXXXX XXXX XX XXXXXX XXXX XX X XXXXXXXXX."; 
run; 

如所建議的，我使用：

data test1; 
    set test; 
    str01 = prxchange('s/(.{200,}?)\b\s*/\1|/', -1, compbl(str1)); 
run; 

但是，它不是在長度小於或等於200個字符在單詞boundry放置管。它放置在200以上的管道上，即表達式正在進入（200以上）而不是後退（在200之前或之後）以放置管道。

請讓我知道我們在正則表達式中缺少的東西。

非常感謝！

Answer 1

的's/(.{20,}?\b).*/|/'替換整個字符串沒有換行符（因爲其具有可選.{20,}?和.*）中，用替換字符串（\b）1間字的邊界。此外，您使用(...)捕獲文本，但您沒有使用它。您可以使用反向引用來「恢復」替換結果中的捕獲文本。

您需要刪除.*至少和使用替換字符串中反向引用：

str02 = prxchange('s/(.{20,}?\b)/$1|/', -1, str1); 
          ^^^ 

調整在必要時進行限制量詞（{20,}）的數量。

您也可以擺脫捕獲組，並使用\0作爲反向引用整個匹配的文本：

str02 = prxchange('s/.{20,}?\b/\0|/', -1, str1); 

UPDATE

是有辦法，不能有空格除了|也不應該給|哪裏已經有|。

只需使用負向後看（見demo）：

.{20,}?\b(?![\w|]) 

我們能否有條件的搜索和替換，即搜索和替換隻有在長度大於200？

我們可以，但它會看起來很醜。我建議首先檢查字符串的長度，如果條件滿足，繼續進行更換：

if length(str1) > 200 then 
    str02 = prxchange('s/.{200,}?\b(?![\w|])/\0|/', -1, str1); 

返回引用

你可以閱讀更多關於regex back-references at regular-expressions.info。以下是摘錄：

如果您的正則表達式具有命名或編號的捕獲組，則可以在替換文本中重新插入任何捕獲組所匹配的文本。您的替換文本可以隨意引用多個組，甚至可以多次引用同一組。這使得可以用許多不同的方式重新排列由正則表達式匹配的文本。現在

UPDATE2

，看來你還需要對|雙方 「合併」 的話（刪除空格）。然後，只需使用以下正則表達式：

(.{20,}?)\b\s* 

並替換爲\1|。