SAS 特殊字符丢弃输入的列对齐
SAS Special Characters Throwing Off Column Alignment of Input
我正在将.dat 数据集输入到sas 中，用于练习教学信息的使用。这是我目前所拥有的。
DATA companies;
INFILE "/folders/myshortcuts/Stat324/BigCompanies.dat" encoding='wlatin2';
INPUT rank 3. @6 company $UTF8X25. @35 country . @53 sales comma6. @60 profits comma8. @70 assets comma8. @82 marketval comma6.;
RUN;
这适用于除包含 special/international 个字符的行之外的每一行。如：
94 SociÈtÈ GÈnÈrale France .6B .3B ,531.1B .8B
这些行在第一个货币值 (@53 sales comma6.) 处跳闸，并抛出一条警告，指出为该输入找到了无效数据，并分配了一个缺失值 (.)。
玩玩@指针和信息格式 w 值似乎表明特殊字符正在摆脱列对齐，这是否可能（一个特殊字符实际上占用 2 bits/spaces，即使它打印为单个字符。有没有简单的解决方案？
是的，你完全正确：如果字符以 UTF8 编码，它们可能需要 1 到 4 个字节，许多字符是一个字节，但有些需要更多（你称之为 "special characters"这里）。如果 SAS 将文件读取为 WLATIN1，那么它会假定每个字节都是一个单独的字符。
你的代码让我有点困惑：你指定文件是 WLATIN1，但随后你指示 SAS 在该字段中读取为 UTF-8。是哪个？
如果您的会话编码与 UTF-8 兼容，并且要读入的文件编码为 UTF-8，那么您可能需要简单地将 infile 上的编码切换为 UTF-8。如果你的文件有混合编码，并且有一个原因你不能使用 UTF-8 编码来读取它，那么你可能会遇到一个复杂的问题，需要用特殊代码来处理（即弄清楚多长时间UTF8 部分实际上是，然后将指针前进到正确的位置以读取下一个字段）。您也可以使用定界符来读入；这取决于数据的确切格式。
我正在将.dat 数据集输入到sas 中，用于练习教学信息的使用。这是我目前所拥有的。
DATA companies;
INFILE "/folders/myshortcuts/Stat324/BigCompanies.dat" encoding='wlatin2';
INPUT rank 3. @6 company $UTF8X25. @35 country . @53 sales comma6. @60 profits comma8. @70 assets comma8. @82 marketval comma6.;
RUN;
这适用于除包含 special/international 个字符的行之外的每一行。如：
94 SociÈtÈ GÈnÈrale France .6B .3B ,531.1B .8B
这些行在第一个货币值 (@53 sales comma6.) 处跳闸，并抛出一条警告，指出为该输入找到了无效数据，并分配了一个缺失值 (.)。
玩玩@指针和信息格式 w 值似乎表明特殊字符正在摆脱列对齐，这是否可能（一个特殊字符实际上占用 2 bits/spaces，即使它打印为单个字符。有没有简单的解决方案？
是的，你完全正确：如果字符以 UTF8 编码，它们可能需要 1 到 4 个字节，许多字符是一个字节，但有些需要更多（你称之为 "special characters"这里）。如果 SAS 将文件读取为 WLATIN1，那么它会假定每个字节都是一个单独的字符。
你的代码让我有点困惑：你指定文件是 WLATIN1，但随后你指示 SAS 在该字段中读取为 UTF-8。是哪个？
如果您的会话编码与 UTF-8 兼容，并且要读入的文件编码为 UTF-8，那么您可能需要简单地将 infile 上的编码切换为 UTF-8。如果你的文件有混合编码，并且有一个原因你不能使用 UTF-8 编码来读取它，那么你可能会遇到一个复杂的问题，需要用特殊代码来处理（即弄清楚多长时间UTF8 部分实际上是，然后将指针前进到正确的位置以读取下一个字段）。您也可以使用定界符来读入；这取决于数据的确切格式。