我們經(jīng)常會看到Klength,Ksubstr,以及Kscan等一系列的函數(shù)，由此會產(chǎn)生疑惑，加K和不加K兩者之間有什么區(qū)別和聯(lián)系。當(dāng)我們在做項目的時候發(fā)現(xiàn)有時候不加K也能實現(xiàn)我們想要得到的結(jié)果，但是有時候則會出現(xiàn)亂碼的情況，嘗試加上K后就可以完美規(guī)避掉亂碼這個問題，為什么會出現(xiàn)這樣的問題呢？本文告訴你答案。

原來加K是以字符為基礎(chǔ)進(jìn)行處理，也就是你數(shù)字符串中有幾個字符就是幾個字符，而不加K是以字節(jié)為基礎(chǔ)進(jìn)行處理。我們知道在SAS中文簡體中一個漢字（標(biāo)點(diǎn)）占兩個字節(jié)，一個數(shù)字占一個字節(jié)；在SAS UTF-8中一個漢字（標(biāo)點(diǎn)）占三個字節(jié)，數(shù)字占一個字節(jié)，但是SAS 英文版字符和數(shù)字都占一個字節(jié)，所以在此環(huán)境下Klength和Length、Substr和Ksubstr的功能是一樣的，下面我舉三個例子，以UTF-8為例：

一、klength和length

例1：計算test數(shù)據(jù)集中topic這個字符變量的長度

data test;

input topic $20.;

   cards;

話題Topic 1

話題Topic 2

話題Topic 3

話題Topic 4

話題Topic 5

;

run;

data all1;

set test;

   topic1=klength(topic);

   topic2=length(topic);

run;

結(jié)果如下：

可以看到，由于中文字符在utf-8編碼時為3個字節(jié)， 而length函數(shù)計算的是字節(jié)長度，會把一個漢字當(dāng)成3個長度，數(shù)字當(dāng)做1個長度，所以計算結(jié)果為2*3+7=13。而klength函數(shù)會忽略全角半角，統(tǒng)一把漢字和數(shù)字都當(dāng)做1個長度，所以計算結(jié)果為9。

二、ksubstr和substr

例2：提取test數(shù)據(jù)集中topic中前六位的值

data all2;

set test;

   topic1=substr(topic,1,6);

   topic2=ksubstr(topic,1,6);

run;

結(jié)果如下：

可以看到，substr提取出的字符串為“話題”， 而ksubstr提取出了前六個字符”話題Topi”，所以還是和上面的例子是一個道理，以K開頭的是以字符為基礎(chǔ)提取字符串，而不以K開頭的以字節(jié)為基礎(chǔ)提取,但是有時我們會遇到用substr提取出的字符串出現(xiàn)亂碼的情況，出現(xiàn)這種情況后要怎樣解決呢，看下面一個例子。

三、substr和ksubstrb

例3：提取test數(shù)據(jù)集中topic中前5位的字符串

data all3;

set test;

   topic1=substr(topic,1,5);

   topic2=ksubstr(topic,1,5);

   topic3=ksubstrb(topic,1,5);

run;

結(jié)果如下：

可以看到，用substr提取出的字符串出現(xiàn)了亂碼，這是因為substr函數(shù)提取字符時是按字節(jié)來提取的，中文字符在utf-8編碼時為3個字節(jié)，所以提取指定長度的字符串時如果截斷了漢字，那么返回的結(jié)果顯示出來便會出現(xiàn)亂碼。此時用ksubstrb函數(shù)就可以避免出現(xiàn)亂碼的情況，它會舍棄最后一個不完整字符，從而保證不會出現(xiàn)顯示上的亂碼。