创建一个变量，该变量只是Stata中字符串变量的特定部分

我有一个数据集，它有一个变量，它的观察值是URL。我正在尝试创建另一个变量，该变量将在“url”变量（

.com

，

.org

，

.co.uk

等）中列出观察的域类型

我可以使用“.”解析“url”变量

spliturl，p（.）

但这并不能确定我的域名

问题的产生是由于“url”的类型差异很大。例如

• 虽然

  www.google.com

  将被分成3个变量，

  http://www.nih.nlm.gov

  将被分为4部分
• 类似地，虽然

  www.yahoo.com

  被分成3部分，

  https://www.movies.yahoo.co.au

  将被分为5部分

如何在stata中编写以下公式，从“url”变量创建“domain type”变量

• 如果“url”变量中最后一个“.”之后的部分≥ 3个字符（.com/.edu/.org/.gov或.info），然后将其用作域类型
  • 如果“url”变量中最后一个“.”后面的部分包含<3个字符（.uk/.au/.tv等），和最后一个“.”前面的部分包含≤ 2个字符（.co），然后使用倒数第二个“.”后面的部分作为域类型（即.co.uk）
    • 如果“url”变量中最后一个“.”之后的值小于3个字符（.us domains）且最后一个“.”之前的部分大于2个字符，则使用最后一个“.”之后的部分作为域类型（例如freeshootinggames.us）

还有，还有别的方法吗

我在Windows 8 Pro x64上的Stata 13.1中工作

---

谢谢

在此类问题中，反转字符串是一个有用的技巧。试着这样做：

gen rev_url = reverse(url)
split rev_url, parse(.) gen(domain_)
replace domain_1 = reverse(domain_1)
replace domain_2 = reverse(domain_2)
replace domain_1 = domain_2 + "." + domain_1 if length(domain_2)<=2 & length(domain1)<3
rename domain_1 domain
drop domain_* rev_url

gen rev_url=反向（url）
拆分版本url，解析（.）根（域）
替换域_1=反向（域_1）
替换域_2=反向（域_2）
替换域_1=域_2+“+”域_1如果长度（域_2）