SAS中定义字符长度问题

前段时间翻看SASOR上的老帖子，在这个帖子中 ahuige 和 qkaiwei 讨论了下SAS中定义字符长度的问题，觉得挺有意思也挺有用处，摘录如下：

ahuige

1.第一个讨厌的特性，变量按第一次赋值决定变量的长度。

^?View Code SAS

1 2 3 4 5

data xx; x='ab'; x='ab'||'c'; put x=; run;

以上的语句，在log窗中可以看到，x的值依然是’ab’;这会让一个使用过其他语言写过这种天经地义的正确写法但又在sas中得到这种结果的人不知所措

ahuige

然后现在会有sas的卫道者跳出来说，这有什么，一个变量应该先定义长度，然后再赋值。下面的方法可以解决这个问题

^?View Code SAS

1 2 3 4 5 6

data xx; length x$8.;*这里加一个定义长度; x='ab'; x='ab'||'c'; put x=; run;

这个问题的确解决了，log窗里可以看到这里x=’abc’
好，现在初学者认为他已经了解了解决这个问题的方法。但是，下面的pitfall又来了。

^?View Code SAS

1 2 3 4 5 6

data xx; length x$8; x='ab'; x='x||'c'; put x=; run;

作者的本意是想得到x=’abc’，但是log里面又显示的是x=’ab’,作者还是又跳进陷阱了。

ahuige

卫道士又跳出来说，这个是因为sas自动给ab后面加上6个空格，
所以，应该再加一个trim函数.

^?View Code SAS

1 2 3 4 5 6

data xx; length x$8.; x='ab'; x=trim(x)||'c'; put x=; run;

上面的语句又解决问题了。log窗显示x=’abc’
好，后面的问题又来了。你说后面自动加空格，那你你长度当然就是固定的8了。看看我下面的语句

^?View Code SAS

1 2 3 4 5 6 7 8 9 10 11

data xx; length x$8.; x='ab'; l=length(x); put x=; put l=; x=trim(x)||'c'; l=length(x); put x=; put l=; run;

结果他的结果是第一个l表示长度为2，第二个l又表示长度为3.那空格为何又不算长度？？？

ahuige

卫道者又说，空格嘛，不算长度是应该的。
好，问题又来了。我试了试下面的语句

^?View Code SAS

1 2 3 4 5 6 7

data xx; len1=length('x'); len2=length(' ____');*这里的4个_其实是空格;为了怕sasor网站把空格压缩了。 len2=length('_');*这里的1个_其实是空格;为了怕sasor网站把空格压缩了。 len3=length(''); put _all_; run;

结果，不但’x’长度为1，4个空格长度为1,1个空格长度为1，连TMD空值长度都为1.我说怎么上次用判断一个字符的长度为零来判断是不是空值没得效，搞得我半死不活

上面有俩个len2可能是ahuige笔误，可能是len1，len2，len3，len4，如下：

1
2
3
4
5
6
7

data xx;
	len1=length('x');
	len2=length('    ');
	len3=length(' ');
	len4=length('');
	put _all_;
run;

qkaiwei

1 SAS的字符变量默认的字符长度是8位，如果默认定义一个str=’ab’，str实际储存’ab____’，不足位空格补全，类似数据库中的定长型字段（char），当合并两个字符串时，str||str的实际结果是’ab____ab____’，看起来是’ab ab’。如果把这个结果赋值给一个字符变量x，而x变量没有用length改变默认长度，系统会将’ab____ab____’的前8位赋值给x，所以x 的值位’ab____’，看起来就是’ab’.

2 当计算非空字符串的长度时，首尾空格是被忽略的，全空字符串，SAS会将其看做一个空字符，至于length(”)的长度也为1，其实在SAS中”与”是一回事”=’ ‘,无论第二个空串中有几个空格。

ahuige

管理员啊。你的第一个段落我还是有一点点不认同,sas的默认长度可能在input时是8,但直接赋值是按第一次碰到的长度定义。比如我举的第一个例子

^?View Code SAS

1 2 3 4 5 6 7 8

data xx; x='ab'; x='ab'||'c'; put x=; run;   proc contents; run;

////////////////以下是输出，可以看出length为2
# Variable Type Len Pos
1 x Char 2 0

而且如果默认是8的话，x=’ab’||’c’没有理由不等于’abc’的。

其他几个例子就不说了嘛，你说得很清楚了。但这些与众不同的特性我想你没有理由说它们是优秀的吧？（比如第二段，想想，你将如何麻烦的去生成多个字符字段的一些有一点点变化的连接，其中的空格个数比较等控制更是讨厌）

qkaiwei

WO，对了，我忘了，我前几天还碰到这个问题。学艺不精啊！hihi，你以后叫我混混就是了。
你也别管它为什么，就像‘垃圾’为什么是‘土＋立＋土＋及’，你想过没有？问过为什么没有？

原帖出处：
http://sasor.feoh.net/viewtopic.php?f=1&t=618&start=0