其他
Stata中字符串的处理
本文作者：陈丹慧，中南财经政法大学金融学院
本文编辑：王 彤
技术总编：戴 雯
Python云端课程来啦！
寒雪梅中尽，春风柳上归。新的一年，正值开学之际，为了感谢大家长久以来的支持和信任，爬虫俱乐部为大家送福利啦！原价2400元的Python编程培训课程，现在仅需100元即可通过腾讯课堂参与学习。详细培训大纲及报名方式请查看推文《Python云端课程福利大放送！0基础也能学~》，或点击文末阅读原文直接报名呦~另外，对报名有任何疑问欢迎在公众号后台和腾讯课堂留言哦！01
导言
02
字节与字符
strlen()函数能够统计字符串的字节长度；而使用ustrlen()函数统计的是字符串的字符数，这里的u代表的是Unicode编码。我们可以使用strlen()函数和ustrlen()函数分别查看一下常用字符所占据的字节数和字符数。disp strlen("Stata&Python") //单个英文字母和英文标点占据1个字节
disp ustrlen("Stata&Python") //ustrlen()函数建立在Unicode编码的基础上，任何符号都只算一个字符。
disp strlen("爬虫俱乐部，将爬虫进行到底！") //UTF-8编码下，单个汉字和中文标点符号占据3个字节
disp ustrlen("爬虫俱乐部，将爬虫进行到底！")
03
字符串查找
1.strpos(s1,s2)
strpos(s1,s2)用来返回字符串s2在字符串s1中首次出现的位置（第几个字节处）。如果在字符串s1中找不到s2，返回0；如果字符串s2为空，则返回1。clear all
set obs 3
gen v="the world is beautiful"
replace v="the world" in 2
replace v="the word is beautiful" in 3
drop if strpos(v,"is")==0 //删除不含有字符串"is"的观测值
keep if strpos(v,"word") //保留含有字符串"word"的观测值
2. ustrpos(s1,s2[,n])
disp strpos("爬虫俱乐部","虫") //返回4：单个汉字占据3个字节
disp ustrpos("爬虫俱乐部","虫") //返回2
disp ustrpos("爬虫俱乐部会爬虫","虫") //返回2：字符串中出现2次“虫”，首次出现位于第2个字符处
disp ustrpos("爬虫俱乐部","虫",4) //返回0：从第四个字符开始查找，因此查找不到
04
字符串提取
1.substr(s,n1,n2)
substr(s,n1,n2)用于提取字符串s的某个子字符串。n1表示从第n1个字节处开始提取，n2表示需要提取的子字符串所占字节的长度。如果n1<0，则从字符串倒数第n1个字节处开始提取；如果n2=.（缺失值），则从s的第n1个字节提取到最后一个字节，举例来看：clear all
set obs 1
gen v="abcdefg"
gen v1=substr(v,3,2) //从字符串v的第3个字节处开始提取，提取2个字节的长度
gen v2=substr(v,-3,2) //从字符串v的倒数第3个字节处开始提取，提取2个字节的长度
gen v3=substr(v,-3,.) //从字符串v的倒数第3个字节处开始提取，提取至最后1个字节
gen v4=substr("爬虫俱乐部",4,3) //从“爬虫俱乐部”的第4个字节处开始提取，提取3个字节的长度，一般情况下一个汉字的长度为3个字节
2.usubstr(s,n1,n2)
usubstr(s,n1,n2)也是用于提取字符串s的某个子字符串。但n1表示从第n1个字符处提取，n2表示提取长度为n2个字符的子字符串。举例来看：clear all
set obs 1
gen v="第29届夏季奥林匹克运动会于2008年8月8日晚上8时整在中华人民共和国的首都北京举办。"
gen city=usubstr(v,-5,2) //-5表示从倒数第5个字符处开始提取
05
字符串替换
clear all
set obs 1
gen v="This is an island"
gen v1=subinstr("This is an island","is","X",1)
gen v2=subinstr("This is an island","is","X",2)
gen v3=subinstr("This is an island","is","X",.)
对我们的推文累计打赏超过1000元，我们即可给您开具发票，发票类别为“咨询费”。用心做事，不负您的支持！
我在哪里？调用高德API获取地址经纬度信息
超级简单的条件函数，轻松生成虚拟变量
Python云端课程福利大放送！0基础也能学~
【爬虫实战】“我们，继续新故事”——爬取LOL英雄皮肤
“人像动漫化”—Python实现抖音特效
《唐探3》做错了什么？|来自150万字影评的证据
爬虫俱乐部年度总结|《请回答2020》
模糊匹配我只用这一招！
利用tushare获取财务数据
爬虫实战|Selenium爬取微信公众号标题与链接
强大的正则表达式
自动群发邮件（二）——附带附件
自动群发邮件--email和smtplib基本模块的使用
计算工作日的小能手——workdays
Seminar | 企业错报与银行贷款合同
小贴士：Markdown的基本语法
听说相貌也能量化 | 调用百度人脸检测API实现颜值打分
列出指定属性的变量|findname命令比ds命令
关于我们
微信公众号“Stata and Python数据分析”分享实用的Stata、Python等软件的数据处理知识，欢迎转载、打赏。我们是由李春涛教授领导下的研究生及本科生组成的大数据处理和分析团队。
此外，欢迎大家踊跃投稿，介绍一些关于Stata和Python的数据处理和分析技巧。
投稿邮箱：statatraining@163.com投稿要求：
1）必须原创，禁止抄袭；
2）必须准确，详细，有例子，有截图；
注意事项：
1）所有投稿都会经过本公众号运营团队成员的审核，审核通过才可录用，一经录用，会在该推文里为作者署名，并有赏金分成。
2）邮件请注明投稿，邮件名称为“投稿+推文名称”。
3）应广大读者要求，现开通有偿问答服务，如果大家遇到有关数据处理、分析等问题，可以在公众号中提出，只需支付少量赏金，我们会在后期的推文里给予解答。