如何在SAS的三种编码间来去自如：wlatin1，euc-cn和utf-8 【1代码篇】
如何在SAS的三种编码间来去自如：wlatin1，euc-cn和utf-8 【1代码篇】
SAS编程未来
修改于 2023-03-02 21:38:10
修改于 2023-03-02 21:38:10
在日常工作中，常用的SAS语言环境有三个，即英文（wlatin1 western），简体中文（euc-cn），Unicode（utf-8）。这三个语言环境产生的代码文件（.sas）和数据集文件（.sas7b），也将使用相应的编码。
有时候，我们在一个语言环境下使用另一个编码的代码文件、数据集文件，会产生错误或乱码。而且，一旦保存，乱码将保存，不可逆！非常头疼。
那么，如何在不同编码间，自由转换呢？
首先，我们需要掌握两个原理：
- 不同编码涵盖的字符量：utf8>euc-cn>wlatin1。这表明，从utf8往下转码时。只有在字符适用时才成功。
- 不同编码多字节字符占据的字节数量：utf8(3 bytes)>euc-cn(2 bytes)>wlatin1(1 byte)。这表明，从wlatin1往上转码时，只有在变量长度在新编码下足够时，才成功。
我们先来转换代码文件。在下面的代码中，l3变量存在euc-cn不能识别的字符，l2变量存在wlatin1不能识别的字符，l变量的字符，三种编码均能识别。
散点图 低可信度描述已自动生成
图片包含 应用程序 描述已自动生成
图片包含 文本 描述已自动生成
当我们保存.sas代码文件后会发现，不能识别的字符，会自动忽略。
那么，当字符涵盖在编码中时，是不是就万事大吉了呢？我们接下来试试，用一个编码的SAS软件，来打开另一个编码的代码。
当我们用wlatin1打开另外两个软件时，会发现大部分都变成乱码了。很显然，wlatin1无法识别这些字符。
wlatin1打开其他两种编码的.sas文件：
图片包含 图表 描述已自动生成
euc-cn打开其他两种编码的.sas文件：
图片包含 图形用户界面 描述已自动生成
文本 低可信度描述已自动生成
utf8打开其他两种编码的.sas文件：
图表, 散点图 描述已自动生成
由此可见。不论字符能不能识别。只要用sas编辑器，打开其他编码的.sas文件。就会产生乱码。而且不可逆。这是因为文本文档本身会有一个编码。
要想实现代码文件在不同编码间转换。
- 使用复制粘贴法，将代码copy到新的编辑器。
- 使用代码，将,sas文件导入(infile+input)，再导出成新编码下的.sas文件(file+put)
本文系转载，前往查看
如有侵权，请联系?cloudcommunity@tencent.com 删除。
本文系转载，前往查看
如有侵权，请联系?cloudcommunity@tencent.com 删除。
评论
登录后参与评论
推荐阅读