Stata正则表达式

我需要使用正则表达式来提取字符串变量的一部分。我的数据是这样的，其中a表示字母字符x，Z表示数字字符。我想提取“-”前面的Z字符

我的代码如下所示

gen p_id=regexs（1）如果regexm（var1，“（[0-9][0-9][0-9]）[-]*[0-9][0-9][0-9][-]*[a-zA-Z]*$”

）

此代码提取的内容超过了所需的内容。例如，这段代码从如下观察中提取数值部分。具体来说，它提取ZZZ

---

我玩弄各种表情，但无法得到所需的答案

我认为您需要更好地描述可以呈现的值的结构。但是 那么：

clear
set more off

input ///
str30 x
"aaa 736 058 123-456-a"
"aaa 11 688 789-01"
"aaa 56789 aaa"
end

// original
gen p_id = regexs(1) ///
    if regexm(x, "([0-9][0-9][0-9])[-]*[0-9][0-9][-]*[ a-zA-Z]*$")

// modified
gen p_id2 = regexs(1) ///
    if regexm(x, "([0-9]*[-][0-9]*)")

list p_id*

---

？

我认为您需要更好地描述可以呈现的值的结构。但是 那么：

clear
set more off

input ///
str30 x
"aaa 736 058 123-456-a"
"aaa 11 688 789-01"
"aaa 56789 aaa"
end

// original
gen p_id = regexs(1) ///
    if regexm(x, "([0-9][0-9][0-9])[-]*[0-9][0-9][-]*[ a-zA-Z]*$")

// modified
gen p_id2 = regexs(1) ///
    if regexm(x, "([0-9]*[-][0-9]*)")

list p_id*

---

？

正如经常发生的那样，事先决定解决方案必须基于正则表达式只会使代码复杂化。根据您的描述，第一个“-”之前需要三个字符。那就是

 gen p_id = substr(var1, strpos(var1, "-") - 3, 3) 

测试示例：

 clear 

 input str21 var1
 "aaa xxx xxx 123-ZZZ-a"
 "aaa xx xxx 567-ZZ"
 end 

 gen p_id = substr(var1, strpos(var1, "-") - 3, 3) 

 list 

     +------------------------------+
     |                  var1   p_id |
     |------------------------------|
  1. | aaa xxx xxx 123-ZZZ-a    123 |
  2. |     aaa xx xxx 567-ZZ    567 |
     +------------------------------+

---

正如经常发生的那样，预先决定解决方案必须基于正则表达式只会使代码复杂化。根据您的描述，第一个“-”之前需要三个字符。那就是

 gen p_id = substr(var1, strpos(var1, "-") - 3, 3) 

测试示例：

 clear 

 input str21 var1
 "aaa xxx xxx 123-ZZZ-a"
 "aaa xx xxx 567-ZZ"
 end 

 gen p_id = substr(var1, strpos(var1, "-") - 3, 3) 

 list 

     +------------------------------+
     |                  var1   p_id |
     |------------------------------|
  1. | aaa xxx xxx 123-ZZZ-a    123 |
  2. |     aaa xx xxx 567-ZZ    567 |
     +------------------------------+

试一试

将regexs（1）与变量名一起更改为regexs（2）和regexs（3），以便在（-）之前生成其他数字

将regexs（1）与变量名一起更改为regexs（2）和regexs（3），以在（-）之前生成其他数字