元字符大致可以分为两种：一种是用来匹配文本的（比如“.”），另一种是正则表达式的语法所要求的（比如“[ ]"）。在进行正则表达式搜索的时候，我们经常会遇到需要对原始文本里的空白字符进行匹配的情况。比如说，我们可能需要把所有的制表符找出来，或者我们需要把换行符找出来，这类字符很难被直接输入到一个正则表达式里，但我们可以使用下表列出的特殊元字符来输入它们。

垂直制表符（\v）不常用，它的作用是让\v后面的字符从下一行开始输出，且开始的列数为\v前 一个字符所在列的后面一列，我们这里主要介绍一下水平制表符，一般来说，其在终端和文件中的输出显示相当于按下键盘TAB键效果。Windows系统中， 显示水平制表符占8列（即8个字节）。同时水平制表符开始占据的初始位置是第8*n列（第一列的下标为0）。那么制表符导入到Stata中，究竟是什么 呢？

我们首先用file命令，生成一个名为“temp”的txt文件： 

tempname temp

file open `temp' using temp.txt, text write replace

file write `temp' `"`=char(9)'爬虫俱乐部"' _n

file write `temp' `"将爬虫进行到底`=char(9)'"' _n

file close `temp'

shellout temp.txt //打开temp.txt文件

首 先，我们用file命令在第一行“爬虫俱乐部”前读入一个`=char(9)'，即水平制表符，同样在第二行“将爬虫进行到底”后读入一个水平制表符。但 是注意到，第一行的制表符占了8列（即8个字节，对应下行“将爬虫进”四个汉字，1个汉字在ASCII编码中占2个字节），而输入到第二行的制表符，却只 占了2个字节（图中蓝色部分，对应上行一个汉字“乐”），这是为什么呢？

Tab键有这样的特征：每按一次，光标就自动定位到下一个制表符的位置，而且在一个制表符宽度范围内，增加或者删除文字不会影响下一制表符中的文字位置。

因 此，不管光标处于什么位置，按一下tab键，光标就会自动定位到下一个制表符的位置，而这个位置的列数，一定是8的整数倍。所以，虽然在文本中的两行均读 入一个水平制表符，第一个占了8列，而第二个制表符因为前边的字符占了14列，下一个制表符的位置为第16列，因此其只占2列。这就是为什么有时候我们在 文档中的不同位置敲击Tab键，长度不一样的原因。

制 表符导入到Stata中，一定还是制表符本身吗？答案是否定的，其还可能变为n个连续的空格。例如：用fileread()函数或import delimited导入Stata后，其还是制表符本身，但是用infix读入Stata后，制表符就变成n个连续的空格（为什么是n个，而不是确定的个 数呢？），下边我们以两个简单的例子加以说明：

clear
set more off
set obs 1
gen v = fileread("temp.txt")

接着，我们用元字符“\t”将水平制表符替换为“X”：

replace v = ustrregexra(v,"\t","X")

可以看到，两个制表符均被替换为“X”。

infix str50 v 1-200 using temp.txt,clear

同样，我们用元字符“\t”将水平制表符替换为“X”：

replace v = ustrregexra(v,"\t","X")

list

可以看到，用infix将temp.txt导入Stata后，制表符是不存在的，那么是不是变成了我们前边所说的n个空格呢？我们接着进行替换：

replace v = ustrregexra(v," ","X")

同 样，没有进行替换。原因是，用infix读入文本文档，其中的制表符会变为4个连续的空格，并且infix读入后会自动将每一行开头和结尾的空格删除掉， 因为本例中的制表符均在两行的首尾处，因此被删除掉了。如果，Tab键位于字符串之间，导入Stata后就会变味n个连续的空格，例如：

tempname temp

file open `temp' using temp.txt, text write replace

file write `temp' `"`=char(9)'爬虫俱乐部`=char(9)'将爬虫`=char(9)'进行到底"' _n

file close `temp'

shellout temp.txt

可以看到，temp.txt文档中有3个制表符，其中一个位于字符串的开头，另外两个位于字符串之间，接着将该文本文档导入stata，并用空格（" "）将水平制表符替换为“X”

infix str25 v 1-200 using temp.txt,clear

replace v = ustrregexra(v," ","X")

compress

list

显然，处于字符串开头位置的制表符没有发生替换，而处于字符串之间的制表符用infix导 入到stata之后，不同位置对应的空格数量也是不相同的，这是为什么呢？我们知道，制表符占的列数（即字节数）一定是8的整数倍，位于字符串“爬虫俱乐 部”之后的制表符，其前边的字符串，即“爬虫俱乐部”已经占了15个字节的长度（笔者使用的是Stata15版本，每一个汉字占3个字节）。

因 此其后的制表符应该占一个字节的位置，所以对应了一个空格，相应的替换为一个X；而位于字符串“将爬虫”之后的制表符，其前边的字符串“爬虫俱乐部X将爬 虫”一共占了25个字节（8个汉字加上一个大写英文字母），因此这个制表符应该占7个字节的长度（32-25），对应7个空格，相应的被替换为7个 “X”。