SAS 正则表达式为什么不支持[\u4e00-\u9fa5]匹配中文字符串

data test;
a="owjgo我";
re=prxparse("/[\u4e00-\u9fa5]/");
b=prxmatch(re,a);
put b;
run;

今天翻书看到，想起你提的这个问题。

The PRX functions use a modified version of Perl 5.6.1 to perform regular expression compilation and matching. Perl is compiled into a library for use with SAS.

The modified version of Perl [RegEx] does not support the following items:
...
· Unicode pattern matching
...

——K. Matthew Windham, Introduction to Regular Expressions in SAS®, P99https://doc.lagout.org/programmation/Regular%20Expressions/Introduction%20to%20Regular%20Expressions%20in%20SAS%20%5bWindham%202014-11-18%5d.pdf

好奇怪，你看到的时间是这样的吗？

whymath 发表于 2023-2-6 15:54
好奇怪，你看到的时间是这样的吗？

是的，估计网站有BUG

[\x80-\xff]或者[一-龥]

jg.sas 发表于 2023-2-21 17:31
[\x80-\xff]或者[一-龥]

我用这里(https://bbs.pinggu.org/thread-11289025-1-1.html)的数据试了一下，并不总是对的。

whymath 发表于 2023-2-22 22:33
我用这里(https://bbs.pinggu.org/thread-11289025-1-1.html)的数据试了一下，并不总是对的。

GBK 也是双字节编码，为了向下兼容 GB2312， GBK 使用了 GB2312 没有用到的编码区域，总的编码范围是: 第一个字节 0x81–0xFE，第二个字节 0x40–0xFE
你说的对，应该是错误的，在UTF8系统里中文应该是下面的三个十六进制的组合

字符	UTF-8编码	GBK编码
一	0xe4, 0xb8, 0x80	0xd2, 0xbb

..........

龥

0xe9, 0xbe, 0xa5

0xfd, 0x9b

jg.sas 发表于 2023-2-28 15:29
GBK 也是双字节编码，为了向下兼容 GB2312， GBK 使用了 GB2312 没有用到的编码区域，总的编码范围是: 第 ...

字符        UTF-8编码                        GBK编码
一        0xe4, 0xb8, 0x80        0xd2, 0xbb

..........

龥        0xe9, 0xbe, 0xa5        0xfd, 0x9b