regex - 导入名称不同月份的文件

Question

我有以下代码：

local date "September"

global dir `c(pwd)'
global files "A B C" 

foreach x of global files { 
    import excel "${path}`x'_`date'.xlsx", sheet("1") cellrange(A3:O21) clear 
    generate Store="`x'"
    save `x', replace
}

问题在于，并非我的所有文件都具有日期 September。有些具有 August或 May。

如何在上面的脚本中纳入解决方案？

这个想法是，如果未找到 September，该代码仍将运行。但是，代替 September会使用 August，如果失败，则使用 May。

Answer 1

假设以下文件存储在您的工作目录中：

A_September.xlsx
B_August.xlsx
C_May.xlsx

您可以使用宏扩展功能 dir和通配符创建本地
宏 files，它将包含合格文件列表：

local files : dir "`c(pwd)'" files "*_*.xlsx"                               

foreach x of local files {
    display "`x'"
}

A_September.xlsx
B_August.xlsx
C_May.xlsx

在Stata的命令提示符下键入 help extended_fcn将为您提供
更多信息。

现在假设您的工作目录中还有两个其他文件：

ASeptember_34.xlsx
C_May45.xlsx

在这种情况下，文件将包含在列表中：

local files : dir "`c(pwd)'" files "*_*.xlsx"                               

foreach x of local files {
    display "`x'"
}

A_September.xlsx
ASeptember_34.xlsx
B_August.xlsx
C_May.xlsx
C_May45.xlsx

为了在循环中忽略这些，您需要进一步过滤
使用正则表达式的文件名：

local files : dir "`c(pwd)'" files "*_*.xlsx"                               

foreach x of local files {
    if ustrregexm("`x'", "[A-Z]_([A-Z][a-z]+).xlsx") display "`x'"
}

A_September.xlsx
B_August.xlsx
C_May.xlsx

请注意，所需正则表达式的复杂度将取决于
工作目录中包含的文件名的模式。