检测文本是否包含任意汉字

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

有测试数据集如下：

1. data have;
   
2.   input string $42.;
   
3.   cards;
   
4. 42anyhan
   
5. 42任何汉字
   
6. 42any汉字
   
7. 42 +_@#$汉字
   
8. 42龼龽龾龿鿀鿁汉字
   
9. أي كانجي
   
10. テストします
    
11. Путин
    
12.   ;
    
13. run;

复制代码

以下程序可检验字符型变量是否包含任意汉字（基本汉字，Unicode编码范围4E00-9FA5）。

1. data want;
   
2.   set have;
   
3. 
   
4.   *Any character from [HAN];
   
5.   array _han_{0:20901}$4._temporary_;
   
6.   if _n_=1 then do i=0 to 20901;
   
7.     _han_[i]=unicode(cats('\u',put(i+4e00x,hex4.)));
   
8.   end;
   
9.   l=klength(string);
   
10.   do i=1 to l;
    
11.     if ksubstr(string,i,1) in _han_ then do;
    
12.       r=index(string,ksubstr(string,i,1));
    
13.       leave;
    
14.     end;
    
15.     if i=l then r=0;
    
16.   end;
    
17. run;

复制代码

结果截图如下：

变量r返回了首个汉字出现的位置，若字符串不包含任何汉字，则变量r的值为0。

注：结果变量r的值与SAS会话的编码有关，以上截图是在Unicode编码环境下取得的。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Character TEMPORARY unicode string SUBSTR

如何检测包含几个汉字呢

dxystata 发表于 2022-12-20 10:02
如何检测包含几个汉字呢

可将do i=1 to l  部分的程序变更为

1.   do i=1 to l;
   
2.     r=sum(r,ksubstr(string,i,1) in _han_);
   
3.   end;

复制代码