在数据处理的工作中,可能会碰到要把汉字转换为对应拼音的问题,如将大量的中文姓名或名称转换成对应的拼音。之前写过一个简单的SAS程序来实现此目的,其主要步骤为:首先要用到汉字拼音对照表,然后将汉字设为宏变量,解析的值为其对应的拼音,接着将处理变量中的每个汉字前插入一个宏解析符号“&”,最后用RESOLVE函数在DATA步执行时解析得到对应的拼音,代码(SAS 9.2 for Windows)如下:
代码语言:javascript复制/*导入汉字拼音对照表*/
proc import datafile="D:DemoGB2312汉字拼音对照表(6727字).txt"
out=Hanzi_Pinyin(rename=(VAR1=HANZI VAR2=PINYIN))
dbms=dlm
replace;
guessingrows=1419;
delimiter=' ';
getnames=no;
run;
/*创建汉字宏变量*/
data _null_;
set Hanzi_Pinyin;
call symputx(HANZI, PINYIN);
run;
/*汉字列表*/
proc sql noprint;
select distinct HANZI into :Hanzilst separated by "|"
from Hanzi_Pinyin
;
quit;
/*防止Log有字符串比262个字符长的警告*/
options noquotelenmax;
/*例子*/
data demo;
length HANZI $200.;
HANZI='生活就像一台老虎机,你永远不会知道会蹦出什么来';
run;
data want;
set demo;
PINYIN=resolve(prxchange("s/(&Hanzilst)/ &1./", -1, HANZI));
PINYIN=prxchange('s/(,| |-|_)s/1/', -1, cats(PINYIN));
run;
结果如下:
这个方法的优点是简洁且不用考虑分隔符,缺点是暂时不能解决汉字多音字拼音的问题。此方法还可以巧妙地用在很多地方。