sungmoo 发表于 2010-8-14 13:18
*如果x的观测值只包含汉字与数字，可使用以下命令得到x中所含的汉字串y

sungmoo 发表于 2010-8-15 07:53
*设两文件都在默认目录里（以下根据数据特点而定）
use 汉字string.dta,clear
g str=x
loc m="0 1 2 3 4 5 6 7 8 9 - _ ( ) + # @ J"
foreach i of loc m{
replace str=subinstr(str,"`i'","",.)
}
joinby str using 汉字转拼音对应表.dta
g xx=subinstr(x,str,py,.)
drop str py

jzhyue 发表于 2010-8-15 10:27 仍有一个小问题：loca m的内容（非汉字字符）比较多，手工找有点儿麻烦。我用下代码查找，结果有“?"的符号产生，但又不是"？"（分解汉字造成的）除了手工删除外，有更好的drop删除方法否？

sungmoo 发表于 2010-8-15 13:23
*若各观测值只有一个汉字，一个比较笨的方法找出其中汉字：
g xx=""
loc t=_N
forv j=1/`t'{
loc a=x[`j']
loc n=length("`a'")
forv i=1/`n'{
if substr("`a'",`i',1)>char(128){
replace xx=substr("`a'",`i',2) in `j'
continue,br
}
}
}