如何从 SAS URL 访问方法中删除 HTML？

Question

使用SAS URL访问方法读取网页时，删除所有HTML标签的最便捷方法是什么？

Answer 1

这应该做你想做的。 删除 <> 之间的所有内容 包括<> 并只留下内容（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

我认为该方法不是从页面中删除 HTML，而是确定您尝试捕获的数据的标准模式。 这就是perl/正则表达式类型的方法论。

一个例子可能是徽标图像后面有很多字符的一些数据或表格。 您可以编写一个脚本来仅保留数据。

如果你想发布一些 html，也许我们可以帮助解码它。