Stata 13：Windows 8 和 Mac OS X 中德语字符的编码
Stata 13: Encoding of German Characters in Windows 8 and Mac OS X
对于当前的项目，我使用了一些以 UTF8 格式保存的 csv 文件。这种编码的动机是它包含带有特殊字符 ä,ö,ü,ß 的德语信息。我的团队正在 Mac OS X 和 Windows 7 上使用 Stata 13（软件经常更新）。
当我们在Stata 中导入csv 文件时（导入时，我们选择Latin-1）特殊字符在两个操作系统上都正确显示。然而，当我们将数据集导出到 Mac OS X 上的另一个 csv 文件时——我们需要在我们的设置中经常这样做——特殊字符被替换，例如ä -> Š、ü -> Ÿ 等。在 Windows 上，导出非常有效，特殊字符不会被替换。
疑难解答：Stata 13 无法解释 unicode。在将它导入 Stata 之前，我尝试使用 Sublime Text 2 将 utf8 文件转换为 windows1252 和 latin 1 (iso 8859-1) 编码（因为毕竟它包含的都是德语字符）。然而，同样的问题仍然存在 Mac OS X.
昨天，Stata 14 发布，显然可以处理 unicode。如果这是原因，那么它可能会帮助解决我的问题，但是，我们将无法很快升级。除此之外，我想知道为什么问题出现在 Mac 而不是 Windows？谁能帮忙？谢谢。
[编辑开始] 当我使用 "Mac Roman" 文本编码再次导入导出的 csv 文件时（Stata 允许在导入对话框中指定），然后我德国特殊字符再次出现。从 this thread 的外观来看，显然我不是唯一遇到此问题的人。但是，因为我需要处理导出的 csv 文件，所以我仍然需要解决这个问题。 [编辑结束]
[EDIT2 Start] 一个例子是单词 "Bösdorf" 被更改为 "Bšsdorf"。在原始文件中，十六进制代码是 42c3 b673 646f 7266，而导出文件中的十六进制代码是 42c5 a173 646f 7266。[EDIT2 End]
在错误得到修复之前，您可以使用
解决此问题
iconv -f utf-8 -t cp1252 <oldfile.csv | iconv -f mac -t utf-8 >newfile.csv
这将撤消错误的转码，显然 Stata 中的导出功能在内部执行。
根据您的指标，cp1252 似乎是个不错的猜测，但也可能是 cp1254。如果您无法理解，更多示例可能有助于解决问题（要测试的常见德语字符仍然包括 ä 和大写变音符号、德语双 s 连字 ß 等）。
Stata 13 及以下版本在 Mac OS X 中使用已弃用的语言环境，macroman（Mac OS X 是 unicode）。我通常使用 StatTransfer 来转换，例如，从 Excel (unicode) 到 Stata (Western, macroman; Options->Encoding options) 的西班牙语。这是拥有 á、é 等的唯一方法。此外，Stata 14 导入 unicode 没有问题，但坚持导出 es_ES（西班牙语西班牙）作为默认语言环境，必须在导出命令的末尾有一个可读的 Excel 文件。
对于当前的项目，我使用了一些以 UTF8 格式保存的 csv 文件。这种编码的动机是它包含带有特殊字符 ä,ö,ü,ß 的德语信息。我的团队正在 Mac OS X 和 Windows 7 上使用 Stata 13（软件经常更新）。
当我们在Stata 中导入csv 文件时（导入时，我们选择Latin-1）特殊字符在两个操作系统上都正确显示。然而，当我们将数据集导出到 Mac OS X 上的另一个 csv 文件时——我们需要在我们的设置中经常这样做——特殊字符被替换，例如ä -> Š、ü -> Ÿ 等。在 Windows 上，导出非常有效，特殊字符不会被替换。
疑难解答：Stata 13 无法解释 unicode。在将它导入 Stata 之前，我尝试使用 Sublime Text 2 将 utf8 文件转换为 windows1252 和 latin 1 (iso 8859-1) 编码（因为毕竟它包含的都是德语字符）。然而，同样的问题仍然存在 Mac OS X.
昨天，Stata 14 发布，显然可以处理 unicode。如果这是原因，那么它可能会帮助解决我的问题，但是，我们将无法很快升级。除此之外，我想知道为什么问题出现在 Mac 而不是 Windows？谁能帮忙？谢谢。
[编辑开始] 当我使用 "Mac Roman" 文本编码再次导入导出的 csv 文件时（Stata 允许在导入对话框中指定），然后我德国特殊字符再次出现。从 this thread 的外观来看，显然我不是唯一遇到此问题的人。但是，因为我需要处理导出的 csv 文件，所以我仍然需要解决这个问题。 [编辑结束]
[EDIT2 Start] 一个例子是单词 "Bösdorf" 被更改为 "Bšsdorf"。在原始文件中，十六进制代码是 42c3 b673 646f 7266，而导出文件中的十六进制代码是 42c5 a173 646f 7266。[EDIT2 End]
在错误得到修复之前，您可以使用
解决此问题iconv -f utf-8 -t cp1252 <oldfile.csv | iconv -f mac -t utf-8 >newfile.csv
这将撤消错误的转码，显然 Stata 中的导出功能在内部执行。
根据您的指标，cp1252 似乎是个不错的猜测，但也可能是 cp1254。如果您无法理解，更多示例可能有助于解决问题（要测试的常见德语字符仍然包括 ä 和大写变音符号、德语双 s 连字 ß 等）。
Stata 13 及以下版本在 Mac OS X 中使用已弃用的语言环境，macroman（Mac OS X 是 unicode）。我通常使用 StatTransfer 来转换，例如，从 Excel (unicode) 到 Stata (Western, macroman; Options->Encoding options) 的西班牙语。这是拥有 á、é 等的唯一方法。此外，Stata 14 导入 unicode 没有问题，但坚持导出 es_ES（西班牙语西班牙）作为默认语言环境，必须在导出命令的末尾有一个可读的 Excel 文件。