SAS语言的语言简介

SAS系统强大的数据管理能力、计算能力、分析能力依赖于作为其基础的SAS语言。SAS语言是一个专用的数据管理与分析语言，它的数据管理功能类似于数据库语言（如FoxPro），但又添加了一般高级程序设计语言的许多成分（如分支、循环、数组），以及专用于数据管理、统计计算的函数。SAS系统的数据管理、报表、图形、统计分析等功能都可以用SAS语言程序来调用，只要指定要完成的任务就可以由SAS系统按照预先设计好的程序去进行，所以SAS 语言和FoxPro等一样是一种第四代语言。这里简单介绍SAS语言的基本成分与规则毕丛。 SAS数据步程序中手枝樱的计算用表达式完成。表达式把常量、变量、函数调用用运算符、括号连接起来得到一个计算结果。

常 量

SAS常量主要有数值型、字符型两种，并且还提供了用于表达日期、时间的数据类型。

数值型：数值型常数可以用整数、定点实数、科学计数法实数表示。如：

12，－7.5，2.5E－10

字符型：字符型常数为两边用单撇号或两边用双撇号包围的若干字符。如：

'Beijing'，Li Ming，李明

日期、时间：

日期型常数是在表示日期的字符串后加一个字母d大小写均可），中间没有空格。时间型常数是在表示时间的字符串后加一个字母t。日期时间型常数在表示日期时间的字符串后加字母dt。

日期型：'13JUL1998'd

时间型：'14:20't

日期时间型：'13JUL1998:14:20:32'dt

因为SAS是一种数据处理语言，而实际数据中经常会遇到缺失值，比如没有观测到数值，被访问人不肯答，等等。SAS中用一个单独的小数点来表示缺失值常量。

变 量

SAS变量的基本类搭旅型有两种：数值型和字符型。日期、时间等变量存为数值型（实际记录为距1960/01/01的天数）。SAS的数值型变量可以存储任意整数、定点实数、浮点实数，一般不关心其区别。数值型变量在数据集中的存贮一般使用8个字节。SAS的字符型变量缺省的长度是8个字符，但是如果在INPUT 语句中输入字符型变量时指定了长度则不受此限制。可以用LENGTH语句直接指定变量长度。

LENGTH 语句一般应出现在变量定义之前，格式为：

LENGTH 变量名 $ 长度例如：

LENGTH name $ 20

运算符

SAS运算符包括算术、比较、逻辑及其它的运算符。

算术运算符

算术运算符： + － * / **，运算优先级按通常的优先规则。

比较运算符

比较运算符用于比较常量、变量的值大小、相等，包括

= ^= ><>= <=

EQ NE GT LT GE LE IN

其中EQ等名字和=等特殊字符是同一运算符的等价写法。比较运算符得到“真”或“假” 的结果，主要用于需要条件的分支、循环等语句中。

运算符IN是一个SAS特有的比较运算符，用来检查某个变量的取值是否在一个给定列表中，例如：

prov in ('Beijing', 'Tianjin', 'Shanghai', Chongqing')

可以判断变量prov的取值是否为四个直辖市之一。

逻辑运算符

逻辑运算符用来连接比较得到的结果以构成复杂的条件，有三种逻辑运算符： &(AND) |(OR) ^(NOT) 。其中AND是&（与）的等价写法，OR是|（或）的等价写法，NOT是^（非）的等价写法。

例如：

(salary >= 1000) AND (salary <2000)

表示工资收入在1000－2000之间（不含2000）

(age <= 3) OR (sex = '女')

表示三岁以下（含三岁）的婴儿及妇女

NOT ((salary >= 1000) AND (salary <2000))

表示工资收入不在1000－2000之间

复杂的逻辑表达式最好用括号表示其运算优先级,以免误记优先规则并可利于阅读程序。

其它的运算符

其它的运算符：

||（两个连续的|号），两个字符串连接

<>取两个运算值中较大一个的（比如3<>5结果为5）

><取两个运算值中较小一个的 （比如3><5结果为3）

注意：<>符在有些语言中用作“不等于”比较算符，而SAS 中用法则较特殊。 SAS程序由语句构成。每个语句以分号结尾。在SAS程序中，一个语句可以写到多行（不需任何续行标志），也可以在一行连续写几个语句。SAS语言中只要允许用一个空格的地方就可以加入任意多个空白（空格、制表符、回车），允许用空格的地方是名字周围、运算符周围。另外，SAS关键字和名字大小写不分，但字符型数据值要区分大小写，比如Beijing 和BEIJING被认为是不同的数据值。

在SAS程序中可以加入注释，注释的内容用/*和*/在两端界定。这种注释可以出现在任何允许加入空格的位置，可以占多行。SAS中一般只把注释单独占一行或若干行，不把注释与程序代码放在同一行。注释的另一个作用是把某些代码暂时屏蔽使其不能运行。

SAS程序包括数据步和过程步两种结构，每一个步是一段相对完整的可以单独运行的程序。数据步用来生成、整理数据和自编程计算，过程步调用SAS已编好的处理过程对数据进行处理。自己用SAS编程序进行计算主要在数据步中进行。

SAS数据步以DATA语句开头，以RUN语句结尾。DATA步中可以使用INPUT、CARDS、INFILE 、SET、MERGE等语句指定数据来源输入数据，也可以用赋值、分支、循环等编程结构直接生成数据或对输入的数据进行修改。

1、标准的C和C++都不慧此支持正则表达式，但有一些函数库可以辅助C/C++程序员完成这一功能，其中最著名的当数Philip Hazel的Perl-Compatible Regular Expression库，许多Linux发行版本都带有这个函数库。

2、C/C++ 中使用正则表达式一般分为三步：

1）编译正则表达式 regcomp()

int regcomp (regex_t *compiled, const char *pattern, int cflags)

这个函数把指定的正则表达式pattern编译成一种特定的数据格式compiled，这样可以使匹配更有效。函数regexec 会使用这个数据在目标文本串中进行模式匹配。执行成功返回0。

2）匹配正则表达式 regexec()

int regexec (regex_t *compiled, char *string, size_t nmatch, regmatch_t matchptr [], int eflags)

当编译好正则表达式后，就可以用regexec 匹配我们的目标文本串了，如果在编译正则表达式的时候没有指定cflags的参数为REG_NEWLINE，则默认情况下是忽略换行符的，也就是把整个文本串当作一个字清扒符串处理。执行成功返回0。

3）释放正则表达式 regfree()

void regfree (regex_t *compiled)

当使用完编译好的正则表达式后，或者要重新编译其他正则表达式的时候，可以用这个函数清空compiled指向的regex_t结构前正迅体的内容。请注意，如果是重新编译的话，一定要先清空regex_t结构体。

---