how divide this kind of str

[Liu wei]

dear sir :
how divide a long str patent into two column?

patent	biaohao1	baiohao2
1在本小类中，使用以下术语表示的含义是：
2在本小类中，不能完全分入单一大组中的技术主题应当分入每一个相关的大组中。 〔8〕
A23G 1/00可可；可可制品，例如巧克力；及其代用品(制备可可用的厨房设备入A47J，如制作饮料的设备入A47 J 31/00)	A23G 1/00	可可；可可制品，例如巧克力；及其代用品(制备可可用的厨房设备入A47J，如制作饮料的设备入A47J 31/00)
A23G 1/02·预处理，例如可可发酵(焙炒可可的机器入A23N 12/00)	A23G 1/02	预处理，例如可可发酵(焙炒可可的机器入A23N 12/00)
A23G 1/14··巧克力长槽式精磨机	A23G 1/14	巧克力长槽式精磨机
A23G 1/16··圆盘式巧克力精炼机	A23G 1/16	圆盘式巧克力精炼机
A23G 1/22···巧克力模盘(A23G 1/21优先) 〔3〕	A23G 1/22	巧克力模盘(A23G 1/21优先) 〔3〕
A23G 1/24···震动模制或摇簸加工台 〔1，7〕	A23G 1/24	震动模制或摇簸加工台 〔1，7〕
A23G 1/26···巧克力模盘传送装置 〔1，7〕	A23G 1/2	巧克力模盘传送装置 〔1，7〕
A23G可可；可可制品，如巧克力；可可或可可制品的代用品；糖食；口香糖；冰淇淋；其制备〔1，8〕	A23G	可可；可可制品，如巧克力；可可或可可制品的代用品；糖食；口香糖；冰淇淋；其制备〔1，8〕
附注
“冰淇淋”包含一切食用冰冻或凝结的半流质或糊状物质，例如半融冰霜。 〔2〕

----------------------- copy starting from the next line -----------------------

* Example generated by -dataex-. For more info, type help dataex
clear
input str145 patent
"1在本小类中，使用以下术语表示的含义是："                                                                                    
"2在本小类中，不能完全分入单一大组中的技术主题应当分入每一个相关的大组中。 〔8〕"                        
"A23G 1/00可可；可可制品，例如巧克力；及其代用品(制备可可用的厨房设备入A47J，如制作饮料的设备入A47J 31/00)"
"A23G 1/02·预处理，例如可可发酵(焙炒可可的机器入A23N 12/00)"                                                                    
"A23G 1/14··巧克力长槽式精磨机"                                                                                                        
"A23G 1/16··圆盘式巧克力精炼机"                                                                                                        
"A23G 1/22···巧克力模盘(A23G 1/21优先) 〔3〕"                                                                                          
"A23G 1/24···震动模制或摇簸加工台 〔1，7〕"                                                                                        
"A23G 1/26···巧克力模盘传送装置 〔1，7〕"                                                                                          
"A23G可可；可可制品，如巧克力；可可或可可制品的代用品；糖食；口香糖；冰淇淋；其制备〔1，8〕"            
"附注"                                                                                                                                          
"“冰淇淋”包含一切食用冰冻或凝结的半流质或糊状物质，例如半融冰霜。 〔2〕"                                  
end

[Liu wei]

the result should be below:

patent	biaohao1	baiohao2
1在本小类中，使用以下术语表示的含义是：
2在本小类中，不能完全分入单一大组中的技术主题应当分入每一个相关的大组中。 〔8〕
A23G 1/00可可；可可制品，例如巧克力；及其代用品(制备可可用的厨房设备入A47J，如制作饮料的设备入A47 J 31/00)	A23G1/00	可可；可可制品，例如巧克力；及其代用品(制备可可用的厨房设备入A47J，如制作饮料的设备入A47J 31/00)
A23G 1/02·预处理，例如可可发酵(焙炒可可的机器入A23N 12/00)	A23G1/02	预处理，例如可可发酵(焙炒可可的机器入A23N 12/00)
A23G 1/14··巧克力长槽式精磨机	A23G1/14	巧克力长槽式精磨机
A23G 1/16··圆盘式巧克力精炼机	A23G1/16	圆盘式巧克力精炼机
A23G 1/22···巧克力模盘(A23G 1/21优先) 〔3〕	A23G1/22	巧克力模盘(A23G 1/21优先)
A23G 1/24···震动模制或摇簸加工台 〔1，7〕	A23G1/24	震动模制或摇簸加工台
A23G 1/26···巧克力模盘传送装置 〔1，7〕	A23G1/2	巧克力模盘传送装置
A23G可可；可可制品，如巧克力；可可或可可制品的代用品；糖食；口香糖；冰淇淋；其制备〔1，8〕	A23G	可可；可可制品，如巧克力；可可或可可制品的代用品；糖食；口香糖；冰淇淋；其制备
附注
“冰淇淋”包含一切食用冰冻或凝结的半流质或糊状物质，例如半融冰霜。 〔2〕

[Bjarte Aagnes]

gen b1 = subinstr(ustrregexs(0)," ","",1) if ustrregexm(patent,"^A23G(?:\s\d/\d{1,2}){0,}")
gen b2 = ustrregexrf(patent,"^A23G(?:\s\d/\d{1,2}·{0,3}){0,}","") if !mi(b1)
replace b2 = ustrregexrf(b2, "〔.+〕$", "")

compress
format %-50s b2
list b? , sep(50) clean
   
             b1   b2                                                                                                
  1.                                                                                                                
  2.                                                                                                                
  3.   A23G1/00   可可；可可制品，例如巧克力；及其代用品(制备可可用的厨房设备入A47J，如制作饮料的设备入A47J 31/00)  
  4.   A23G1/02   预处理，例如可可发酵(焙炒可可的机器入A23N 12/00)                                                  
  5.   A23G1/14   巧克力长槽式精磨机                                                                                
  6.   A23G1/16   圆盘式巧克力精炼机                                                                                
  7.   A23G1/22   巧克力模盘(A23G 1/21优先)                                                                         
  8.   A23G1/24   震动模制或摇簸加工台                                                                              
  9.   A23G1/26   巧克力模盘传送装置                                                                                
 10.       A23G   可可；可可制品，如巧克力；可可或可可制品的代用品；糖食；口香糖；冰淇淋；其制备                    
 11.                                                                                                                
 12.

[Liu wei]

gen b1 = subinstr(ustrregexs(0)," ","",1) if ustrregexm(patent,"^A23G(?:\s\d/\d{1,2}){0,}")
gen b2 = ustrregexrf(patent,"^A23G(?:\s\d/\d{1,2}·{0,3}){0,}","") if !mi(b1)
replace b2 = ustrregexrf(b2, "〔.+〕$", "")

compress
format %-50s b2
list b? , sep(50) clean

b1 b2
1.
2.
3. A23G1/00 可可；可可制品，例如巧克力；及其代用品(制备可可用的厨房设备入A47J，如制作饮料的设备入A47J 31/00)
4. A23G1/02 预处理，例如可可发酵(焙炒可可的机器入A23N 12/00)
5. A23G1/14 巧克力长槽式精磨机
6. A23G1/16 圆盘式巧克力精炼机
7. A23G1/22 巧克力模盘(A23G 1/21优先)
8. A23G1/24 震动模制或摇簸加工台
9. A23G1/26 巧克力模盘传送装置
10. A23G 可可；可可制品，如巧克力；可可或可可制品的代用品；糖食；口香糖；冰淇淋；其制备
11.
12.

@Bjarte Aagnes，thank you very much,you are so kind! I am sorry to list the full infomation,the prefix of the setence is not only begin as A23G, its has other combination suchs A61K35/78,C12G3/026,G01N30/02,etc,how to write code?

[Liu wei]

@Bjarte Aagnes，thank you very much,you are so kind! I am sorry to list the full infomation,the prefix of the setence is not only begin as A23G, its has other combination suchs A61K35/78,C12G3/026,G01N30/02,etc,how to write code?

* Example generated by -dataex-. For more info, type help dataex
clear
input str139 patent
"A61B 1/005 ·可弯曲的内窥镜 〔6〕"                                                                                                 
"A61B 5/024 ··测量脉率或心率的(A61B 5/0205，A61B 5/021优先) 〔5〕"                                                            
"A63H 18/06··通过改变轨道部分的坡度大小使车辆运动而设计的轨道"                                                     
"A23G 1/14··巧克力长槽式精磨机"                                                                                                   
"A23G 1/16··圆盘式巧克力精炼机"                                                                                                   
"A23G 1/18··模制处理巧克力浆的装置"                                                                                             
"A61K 8/368·····带有直接与芳环的碳原子相连的羧基 〔８〕"                                                             
"F01B 7/10····一个活塞的活塞杆穿过另一个活塞"                                                                             
"F16D 41/063··中间件沿内外表面运动楔入时不作枢转和滚动，例如滑楔（F16D 41/061优先）〔6〕"                   
"H01J 19/66·成为管子的组成部分用以提供电连接的装置（连接器的结构入H01R）"                                       
"H01J 23/34·不作为管子特殊应用的，且未包含在其他组的电路装置"                                                       
"H01J 23/36·在结构上与管子相连，用以引入或取出电磁波能量的，有分布电容和电感的耦"                         
"H04K保密通信；对通信的干扰"                                                                                                      
"H03F放大器（测量、试验入G01R；光参量放大器入G02F；具有二次发射管的电路装置入H01J 43/30；微波激射器）"
end

[Liu wei]

* Example generated by -dataex-. For more info, type help dataex
clear
input str139 patent
"A61B 1/005 ·可弯曲的内窥镜 〔6〕"                                                                                                 
"A61B 5/024 ··测量脉率或心率的(A61B 5/0205，A61B 5/021优先) 〔5〕"                                                            
"A63H 18/06··通过改变轨道部分的坡度大小使车辆运动而设计的轨道"                                                     
"A23G 1/14··巧克力长槽式精磨机"                                                                                                   
"A23G 1/16··圆盘式巧克力精炼机"                                                                                                   
"A23G 1/18··模制处理巧克力浆的装置"                                                                                             
"A61K 8/368·····带有直接与芳环的碳原子相连的羧基 〔８〕"                                                             
"F01B 7/10····一个活塞的活塞杆穿过另一个活塞"                                                                             
"F16D 41/063··中间件沿内外表面运动楔入时不作枢转和滚动，例如滑楔（F16D 41/061优先）〔6〕"                   
"H01J 19/66·成为管子的组成部分用以提供电连接的装置（连接器的结构入H01R）"                                       
"H01J 23/34·不作为管子特殊应用的，且未包含在其他组的电路装置"                                                       
"H01J 23/36·在结构上与管子相连，用以引入或取出电磁波能量的，有分布电容和电感的耦"                         
"H04K保密通信；对通信的干扰"                                                                                                      
"H03F放大器（测量、试验入G01R；光参量放大器入G02F；具有二次发射管的电路装置入H01J 43/30；微波激射器）"
end

[Bjarte Aagnes]

So, given the current data example:

* Example generated by -dataex-. For more info, type help dataex
clear
input str139 patent
"A61B 1/005 ·可弯曲的内窥镜 〔6〕"                                                                                                
"A61B 5/024 ··测量脉率或心率的(A61B 5/0205，A61B 5/021优先) 〔5〕"                                                            
"A63H 18/06··通过改变轨道部分的坡度大小使车辆运动而设计的轨道"                                                    
"A23G 1/14··巧克力长槽式精磨机"                                                                                                  
"A23G 1/16··圆盘式巧克力精炼机"                                                                                                  
"A23G 1/18··模制处理巧克力浆的装置"                                                                                            
"A61K 8/368·····带有直接与芳环的碳原子相连的羧基 〔８〕"                                                            
"F01B 7/10····一个活塞的活塞杆穿过另一个活塞"                                                                            
"F16D 41/063··中间件沿内外表面运动楔入时不作枢转和滚动，例如滑楔（F16D 41/061优先）〔6〕"                  
"H01J 19/66·成为管子的组成部分用以提供电连接的装置（连接器的结构入H01R）"                                      
"H01J 23/34·不作为管子特殊应用的，且未包含在其他组的电路装置"                                                      
"H01J 23/36·在结构上与管子相连，用以引入或取出电磁波能量的，有分布电容和电感的耦"                        
"H04K保密通信；对通信的干扰"                                                                                                      
"H03F放大器（测量、试验入G01R；光参量放大器入G02F；具有二次发射管的电路装置入H01J 43/30；微波激射器）"
end

gen b1 = subinstr(ustrregexs(0)," ","",1) if ustrregexm(patent,"^[A-Z]\d{2}[A-Z](?:\s\d{1,2}/\d{1,3}){0,}")
gen b2 = ustrregexrf(patent,"^[A-Z]\d{2}[A-Z](?:\s\d{1,2}/\d{1,3}[+\s·]{0,}){0,}","") if !mi(b1)
replace b2 = ustrregexrf(b2, "〔.+〕$", "")

compress
format %-50s b2
list b? , sep(50) clean

               b1   b2                                                                                                
  1.    A61B1/005   可弯曲的内窥镜                                                                                    
  2.    A61B5/024   测量脉率或心率的(A61B 5/0205，A61B 5/021优先)                                                     
  3.    A63H18/06   通过改变轨道部分的坡度大小使车辆运动而设计的轨道                                                  
  4.     A23G1/14   巧克力长槽式精磨机                                                                                
  5.     A23G1/16   圆盘式巧克力精炼机                                                                                
  6.     A23G1/18   模制处理巧克力浆的装置                                                                            
  7.    A61K8/368   带有直接与芳环的碳原子相连的羧基                                                                  
  8.     F01B7/10   一个活塞的活塞杆穿过另一个活塞                                                                    
  9.   F16D41/063   中间件沿内外表面运动楔入时不作枢转和滚动，例如滑楔（F16D 41/061优先）                             
 10.    H01J19/66   成为管子的组成部分用以提供电连接的装置（连接器的结构入H01R）                                      
 11.    H01J23/34   不作为管子特殊应用的，且未包含在其他组的电路装置                                                  
 12.    H01J23/36   在结构上与管子相连，用以引入或取出电磁波能量的，有分布电容和电感的耦                              
 13.         H04K   保密通信；对通信的干扰                                                                            
 14.         H03F   放大器（测量、试验入G01R；光参量放大器入G02F；具有二次发射管的电路装置入H01J 43/30；微波激射器）

[Liu wei]

@Bjarte Aagnes, thank you very much!

[Liu wei]

@Bjarte Aagnes, thank you very much!

[Bjarte Aagnes]

Thanks, an alternative using unicode property script ( \p{Han} ):

gen b1 = usubinstr(ustrregexs(1)," ","",.) if ustrregexm(patent,"^([^·\p{Han}]+)")
gen b2 = usubinstr(ustrregexs(2),"·","",.) if ustrregexm(patent,"^([^·\p{Han}]+)([^〔]+)")

[Liu wei]

@Bjarte Aagnes, thank you very much! I have another question, how to combine the information of the first three columns to divide the variable address（企业地址） into the last two columns

所属省份	所属城市	所属区县	企业地址	乡（镇）	村
内蒙古	呼和浩特市	土默特左旗	内蒙古自治区呼和浩特市土默特左旗大岱区域服务中心大岱村
内蒙古	呼和浩特市	土默特左旗	土默特右旗明沙淖乡田家圪旦村
内蒙古	通辽市	奈曼旗	通辽市奈曼旗东明镇上奈林村	东明镇	上奈林村
内蒙古	通辽市	扎鲁特旗	内蒙古自治区通辽市扎鲁特旗嘎亥图镇东仓根巴达嘎查	扎鲁特旗嘎亥图镇
内蒙古	通辽市	科尔沁区	内蒙古自治区通辽市科尔沁左翼中旗希伯花镇新立屯村	左翼中旗希伯花镇	新立屯村
吉林	通化市	通化县	吉林省通化市通化县三棵榆树镇增胜村三组	三棵榆树镇	增胜村
宁夏	中卫市	中宁县	中宁县恩和镇双井子村	恩和镇	双井子村
宁夏	中卫市	中宁县	中宁县宁安镇南桥村三队	宁安镇	南桥村
宁夏	中卫市	中宁县	中宁县新堡镇刘庙村八队	新堡镇	刘庙村
山东	滨州市	邹平市	山东省滨州市邹平县焦桥镇韩套村624号	焦桥镇	韩套村
新疆	哈密市	伊州区	新疆哈密地区哈密市大泉湾乡二道城村	大泉湾乡	二道城村
新疆	巴音郭楞蒙古自治州	和静县	新疆巴州和静县乃门莫敦镇巴尔布呼村养殖小区	乃门莫敦镇	巴尔布呼村
新疆	巴音郭楞蒙古自治州	尉犁县	新疆巴州尉犁县团结镇西海子村	团结镇	西海子村
河北	保定市	易县	河北省保定市易县三义村
河北	张家口市	尚义县	河北省张家口市尚义县大营盘乡王条卜行政村	大营盘乡	王条卜行政村
河北	张家口市	尚义县	河北省张家口市尚义县大营盘乡十二号行政村	大营盘乡	十二号行政村
青海	海西蒙古族藏族自治州	乌兰县	乌兰县柯柯镇西村47号	柯柯镇	庄村
青海	海西蒙古族藏族自治州	乌兰县	乌兰县希里沟镇西庄村环城路东侧	里沟镇	庄村
青海	海西蒙古族藏族自治州	都兰县	都兰县诺木洪农场五大队29号
青海	海西蒙古族藏族自治州	都兰县	都兰县察汗乌苏镇希望路以东文化广场以南9号(第九套)
甘肃	白银市	靖远县	甘肃省白银市靖远县五合乡田窝村常坪社7号	五合乡	田窝村
甘肃	白银市	靖远县	甘肃省白银市靖远县靖安乡新合村下雪山社20号	靖安乡	新合村
甘肃	酒泉市	瓜州县	甘肃省酒泉市瓜州县双塔乡古城村五组	双塔乡	古城村

* Example generated by -dataex-. For more info, type help dataex
clear
input str9 所属省份 str30 所属城市 str15 所属区县 str81 企业地址
"内蒙古" "呼和浩特市"                "土默特左旗" "内蒙古自治区呼和浩特市土默特左旗大岱区域服务中心大岱村"
"内蒙古" "呼和浩特市"                "土默特左旗" "土默特右旗明沙淖乡田家圪旦村"                                       
"内蒙古" "通辽市"                      "奈曼旗"       "通辽市奈曼旗东明镇上奈林村"                                          
"内蒙古" "通辽市"                      "扎鲁特旗"    "内蒙古自治区通辽市扎鲁特旗嘎亥图镇东仓根巴达嘎查"         
"内蒙古" "通辽市"                      "科尔沁区"    "内蒙古自治区通辽市科尔沁左翼中旗希伯花镇新立屯村"         
"吉林"    "通化市"                      "通化县"       "吉林省通化市通化县三棵榆树镇增胜村三组"                        
"宁夏"    "中卫市"                      "中宁县"       "中宁县恩和镇双井子村"                                                   
"宁夏"    "中卫市"                      "中宁县"       "中宁县宁安镇南桥村三队"                                                
"宁夏"    "中卫市"                      "中宁县"       "中宁县新堡镇刘庙村八队"                                                
"山东"    "滨州市"                      "邹平市"       "山东省滨州市邹平县焦桥镇韩套村624号"                              
"新疆"    "哈密市"                      "伊州区"       "新疆哈密地区哈密市大泉湾乡二道城村"                              
"新疆"    "巴音郭楞蒙古自治州"    "和静县"       "新疆巴州和静县乃门莫敦镇巴尔布呼村养殖小区"                  
"新疆"    "巴音郭楞蒙古自治州"    "尉犁县"       "新疆巴州尉犁县团结镇西海子村"                                       
"河北"    "保定市"                      "易县"          "河北省保定市易县三义村"                                                
"河北"    "张家口市"                   "尚义县"       "河北省张家口市尚义县大营盘乡王条卜行政村"                     
"河北"    "张家口市"                   "尚义县"       "河北省张家口市尚义县大营盘乡十二号行政村"                     
"青海"    "海西蒙古族藏族自治州" "乌兰县"       "乌兰县柯柯镇西村47号"                                                    
"青海"    "海西蒙古族藏族自治州" "乌兰县"       "乌兰县希里沟镇西庄村环城路东侧"                                    
"青海"    "海西蒙古族藏族自治州" "都兰县"       "都兰县诺木洪农场五大队29号"                                           
"青海"    "海西蒙古族藏族自治州" "都兰县"       "都兰县察汗乌苏镇希望路以东文化广场以南9号(第九套)"         
"甘肃"    "白银市"                      "靖远县"       "甘肃省白银市靖远县五合乡田窝村常坪社7号"                       
"甘肃"    "白银市"                      "靖远县"       "甘肃省白银市靖远县靖安乡新合村下雪山社20号"                   
"甘肃"    "酒泉市"                      "瓜州县"       "甘肃省酒泉市瓜州县双塔乡古城村五组"                              
end

[Fei Wang]

The task in #11 may require some background knowledge of China's administrative zoning.

* Example generated by -dataex-. For more info, type help dataex
clear
input str9 所属省份 str30 所属城市 str15 所属区县 str81 企业地址
"内蒙古" "呼和浩特市"                "土默特左旗" "内蒙古自治区呼和浩特市土默特左旗大岱区域服务中心大岱村"
"内蒙古" "呼和浩特市"                "土默特左旗" "土默特右旗明沙淖乡田家圪旦村"                                       
"内蒙古" "通辽市"                      "奈曼旗"       "通辽市奈曼旗东明镇上奈林村"                                          
"内蒙古" "通辽市"                      "扎鲁特旗"    "内蒙古自治区通辽市扎鲁特旗嘎亥图镇东仓根巴达嘎查"         
"内蒙古" "通辽市"                      "科尔沁区"    "内蒙古自治区通辽市科尔沁左翼中旗希伯花镇新立屯村"         
"吉林"    "通化市"                      "通化县"       "吉林省通化市通化县三棵榆树镇增胜村三组"                        
"宁夏"    "中卫市"                      "中宁县"       "中宁县恩和镇双井子村"                                                   
"宁夏"    "中卫市"                      "中宁县"       "中宁县宁安镇南桥村三队"                                                
"宁夏"    "中卫市"                      "中宁县"       "中宁县新堡镇刘庙村八队"                                                
"山东"    "滨州市"                      "邹平市"       "山东省滨州市邹平县焦桥镇韩套村624号"                              
"新疆"    "哈密市"                      "伊州区"       "新疆哈密地区哈密市大泉湾乡二道城村"                              
"新疆"    "巴音郭楞蒙古自治州"    "和静县"       "新疆巴州和静县乃门莫敦镇巴尔布呼村养殖小区"                  
"新疆"    "巴音郭楞蒙古自治州"    "尉犁县"       "新疆巴州尉犁县团结镇西海子村"                                       
"河北"    "保定市"                      "易县"          "河北省保定市易县三义村"                                                
"河北"    "张家口市"                   "尚义县"       "河北省张家口市尚义县大营盘乡王条卜行政村"                     
"河北"    "张家口市"                   "尚义县"       "河北省张家口市尚义县大营盘乡十二号行政村"                     
"青海"    "海西蒙古族藏族自治州" "乌兰县"       "乌兰县柯柯镇西村47号"                                                    
"青海"    "海西蒙古族藏族自治州" "乌兰县"       "乌兰县希里沟镇西庄村环城路东侧"                                    
"青海"    "海西蒙古族藏族自治州" "都兰县"       "都兰县诺木洪农场五大队29号"                                           
"青海"    "海西蒙古族藏族自治州" "都兰县"       "都兰县察汗乌苏镇希望路以东文化广场以南9号(第九套)"         
"甘肃"    "白银市"                      "靖远县"       "甘肃省白银市靖远县五合乡田窝村常坪社7号"                       
"甘肃"    "白银市"                      "靖远县"       "甘肃省白银市靖远县靖安乡新合村下雪山社20号"                   
"甘肃"    "酒泉市"                      "瓜州县"       "甘肃省酒泉市瓜州县双塔乡古城村五组"                              
end

gen 乡（镇） = ustrregexs(1) if ustrregexm(企业地址, ".*[县|市|区|旗](.*[乡|镇])(.*村).*$")
gen 村 = ustrregexs(2) if ustrregexm(企业地址, ".*[县|市|区|旗](.*[乡|镇])(.*村).*$")

[Liu wei]

谢谢王飞老师！厉害！thank you very much!