将外语从csv文件导入Stata

Question

我正在使用Stata 12.我遇到了以下问题。我使用insheet命令将一堆.csv文件导入Stata。数据集可以包括俄语，克罗地亚语，土耳其语等。我认为它们以“UTF-8”编码。在.csv文件中，它们是正确的。将它们导入Stata后，原始字符串不正确并成为奇怪的字符。你能帮帮我吗？ Stat-Transfer能否解决问题？它是否支持.csv格式？

例如， 原始文件如下：

我的代码如下： 使用name.csv，c n的insheet 保存name.dta，替换

结果如下：

我尝试在fonts选项中调整脚本，但这不起作用。

Answer 1

正如@Nick Cox先前评论的那样，问题是Stata不支持Unicode / UTF-8编码。 不，StatTransfer无法解决问题（请参阅this explanation）。

您可以使用在线解码器或MS Word来完成这项工作。让我们首先用一种语言来做，比如说，你的截图中有俄语。查看克罗地亚语，土耳其语和其他语言的正确编码。

1. 将.csv文件中的字符串变量保存为纯文本（.txt），选择UTF-8编码选项。
2. 编码转换：
   • 使用iconv，由@Dimitriy V. Masterov或
   建议
   • 使用在线工具，例如this：上传.txt文件，选择源编码为UTF-8并根据感兴趣的语言输出编码（对于俄语，必须是CP1251），点击“转换” “按钮并保存输出文件，或
   • 如果您有MS Office，您也可以将MS Word用于同一目的。右键单击.txt文件，选择“打开方式...”，选择用MS Word打开。在出现的窗口中，确认文件编码为“Unicode（UTF-8）”，打开，然后单击“另存为...”，另存为纯文本。在新出现的窗口中，选择“西里尔文（Windows）”并标记“插入换行符”。保存。
3. 查看你的新.txt文件 - 它仍然应该有一些奇怪的字符（比如ÌßÑÎÊÎÌÁÈÍÀÒ）但现在Stata可以正确显示它们。
4. 在Stata Data Editor中复制粘贴新的字符串变量，右键单击变量，选择“Font ...”，然后将字符串“Cyrillic”。您应该在数据编辑器和结果窗口中看到正确的名称（即使字符串本身完好无损）

根据您的操作系统，您可能需要先安装所有相应的语言 希望它有所帮助。