我們經常會看到Klength,Ksubstr,以及Kscan等一系列的函數，由此會產生疑惑，加K和不加K兩者之間有什么區別和聯系。當我們在做項目的時候發現有時候不加K也能實現我們想要得到的結果，但是有時候則會出現亂碼的情況，嘗試加上K后就可以完美規避掉亂碼這個問題，為什么會出現這樣的問題呢？本文告訴你答案。

原來加K是以字符為基礎進行處理，也就是你數字符串中有幾個字符就是幾個字符，而不加K是以字節為基礎進行處理。我們知道在SAS中文簡體中一個漢字（標點）占兩個字節，一個數字占一個字節；在SAS UTF-8中一個漢字（標點）占三個字節，數字占一個字節，但是SAS 英文版字符和數字都占一個字節，所以在此環境下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數據集中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;

結果如下：

可以看到，由于中文字符在utf-8編碼時為3個字節， 而length函數計算的是字節長度，會把一個漢字當成3個長度，數字當做1個長度，所以計算結果為2*3+7=13。而klength函數會忽略全角半角，統一把漢字和數字都當做1個長度，所以計算結果為9。

二、ksubstr和substr

例2：提取test數據集中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提取字符串，而不以K開頭的以字節為基礎提取,但是有時我們會遇到用substr提取出的字符串出現亂碼的情況，出現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數據集中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;

結果如下：

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