startindex 不能大于字符串长度_Stata中字符串函数的简单介绍

本文作者：鲁津旗   宋莹然               谢梦瑶    高晨    

导读

在之前的推文《Stata中日期函数的简单介绍》中，我们对Stata的日期函数进行了简单介绍。在Stata中，字符串函数的使用频率很高，今天我们来简单介绍一下Stata中的字符串函数。本文主要分为四个部分：字符串的提取与查找、字符串的替换与删减、字符串的连接与转换、字符串的长度获取。

用法介绍	函数举例
字符串的提取与查找	字符串的提取：substr(s,n1,n2) ustrleft(s,n) ustrright(s,n)
	字符串的查找：indexnot(s1,s2)
字符串的替换与删减	字符串的替换：subinstr(s1,s2,s3,n)
	字符串的删减：stritrim(s)  strltrim(s)
字符串的匹配与转换	字符串的匹配：regexm(s,re)
	字符串的转换：plural(n,s)  plural(n,s1,s2) real(s) strofreal(n) strupper(s)
字符串的长度获取	strlen(s)  ustrlen(s)  udstrlen(s)

一、字符串的提取与查找

1.substr(s,n1,n2)

用法：s为需要提取的字符串，n1表示提取的起始位置，n2表示要提取的字符字符串的长度。如果n1 < 0，n1表示为从字符串右边向左边数的位置，如果n2=“.”，则提取从n1开始到s结尾的所有字符串。

例：

2.ustrleft(s,n)

用法：s为需要提取的字符串，n表示从字符串的最左边开始算起提取字符串长度为n的字符串，n为大于0的整数。

例：

3.ustrright(s,n) 

用法：s为需要提取的字符串，n表示从字符串的最右边开始算起提取字符串长度为n的字符串，n为大于0的整数。

例：

4.indexnot(s1,s2)

用法：在s2字符中能否找到字符串s1。如果在s2中找到了字符串s1，结果为0；如果不能在s2中找到，结果则大于0。

域：s1: ASCII字符串(被搜索)；s2: ASCII字符串(用于搜索)

例：

二、字符串的替换与删减

1.subinstr(s1,s2,s3,n)

用法：将s1字符串中的s2替换为s3，n表示s2替换次数，如果n为“.”，则表示全部替换。

例：

2.stritrim(s)

用法：将s中多个连续的空格缩减为一个空格。

例：

3.strltrim(s)

用法：将s文本前的空格删掉。

例：

三、字符串的匹配与转换

1.regexm(s,re)

用法：对正则表达式进行匹配，如果字符串s满足正则表达式re，则匹配结果为1，否则为0。

参数：s：字符串；re：正则表达式

例：

2.plural(n,s)

用法：可以将s变为复数，当n的取值不是+/-1时，就在s后添加后缀“s”。

例：

3.plural(n,s1,s2)

用法：

可以给s1添加删减后缀。当n的取值不为+/-1时，以s2指定的形式修正(“+”或”-”)或替代。如果s2前有"+"，表示将s2加到s1后；如果s2前为"-"，则返回s1中去掉s2 字符串后剩下的字符串；如果s2前既没有"+"也没有"-",则plural(n,s1,s2)=s2。

例：

4.real(s)

用法：将s转换为数字或者缺失值，其中s为字符串。

例：

5.strofreal(n)

用法：将n转换为一个字符串。

例：

6.strupper(s)

用法：将字符串s中的ASCII字符大写，超出普通ASCII范围的Unicode字符忽略。

例：

四、字符串的长度获取

1.strlens(s)

用法：获取s中的字符数或字节长度，仅用于显示纯ASCII字符串的长度的获取，对于超出普通范围的Unicode字符，可以使用ustrlen功能。

域：s表示字符串

例：

2.ustrlen(s)

用法：获取s字符串的字符数，一般用于显示超出普通范围的Unicode字符串长度。

域：Unicode字符串

例：

3.udstrlen(s)

用法：在Stata窗口中显示unicode字符串所需显示的display colums(列数)。对于Unicode character(未编码的字符)，规定为中文，日文，韩语编码中的Unicode字符，需要显示两列；拉丁字符只需要显示一列。

域：Unicode字符串

例：

---

在这篇文章中我们要注意的一点是ASCII和Unicode编码：

ASCII ( American Standard Code for Information Interchange),是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言,收录了128个字符，包括英文字母，数字，一些控制符号。适用于纯英文环境，兼容性最好。

Unicode 是一种重要的交互和显示的通用字符编码标准，Unicode 字符可以适用于所有已知的编码。Unicode 是继 ASCII字符码后的一种新字符编码，它覆盖了美国、欧洲、中东、非洲、印度、亚洲和太平洋的语言，以及古文和专业符号。

---

以上就是本篇文章对Stata中字符串函数的简单介绍了。Stata中字符串函数还有很多，大家可以多多了解。