Stata15 Unicode：一次性转码，解决中文乱码问题

作者：连玉君 (知乎 | | 码云)

Stata连享会 精彩推文1 || 精彩推文2

 

2020寒假Stata现场班 (北京, 1月8-17日，连玉君-江艇主讲)，「+助教招聘」

2020寒假Stata现场班

ua 命令使用说明

ua 命令

适用于 stata15 用户。可以一次性对当前工作路径以及所有子文件夹中的文件进行转码(unicode)，以保证中文字符可以正常显示。

安装

• 方法1：
  2018/1/6 更新： ua 命令已经被 SSC (help ssc) 收录。
  在 Stata 命令窗口中输入如下命令即可自动下载安装最新版的 ua 命令：

ssc install ua, replace

• 方法2：
  - 到这里 - 下载 ua.ado 和 ua.hlp，放置于 D:\stata15\ado\base\u 或 D:\stata15\ado\plus\u 文件夹中。（下载地址：https://gitee.com/arlionn/ua）

使用

• 在 Stata 命令窗口中输入 help ua，查看命令介绍和 Stata 范例。参照范例使用即可。

Stata 范例

  * 改变当前工作路径（进入这个文件夹）
  * change current working directory (CWD)
    . cd "D:\stata15\ado\personal\mypaper"

  * 对当前文件夹以及所有子文件夹中的所有文件进行转码
  * Unicode all files (.do, .ado, .dta, .hlp, etc.) in CWD and files in sub-directories
    . ua: unicode encoding set gb18030
    . ua: unicode translate *

你如何用 ？

复制如下代码，每次使用时，选中如下三行，按快捷键 Ctrl+D 即可完成转码。你只需修改需要转码的文件路径即可：

. cd "D:\stata15\ado\personal\mypaper"   // 请自行修改路径
. ua: unicode encoding set gb18030
. ua: unicode translate *

 
 
 

注：后续内容与 ua 命令的使用没有直接关系，只是记录了程序的撰写过程。

 
 
 

故事背景（程序撰写过程）

我昨天下午 5 点有个需求：我是从 Stata 13 直接跳到 15 的。可是，Stata 15 的中文编码方案全变了，导致 do-file 和数据文件中的中文字符全是乱码。Stata 提供了一组 unicode 开头的命令，可以很方便地进行转码。但只能一个文件夹一个文件夹地转。我用了 14 年的 stata，有成百上千个文件夹需要转码！ 搜索了半天无果。只好求助涛哥 (李春涛是也)。

涛哥的第一反应是需要编程。我们的共识是需要遍历所有文件夹，记录下来，然后用循环语句进入每一个文件夹，进行转码。

我以为他会停几天再开始做这个工作。又不好催促他，以便搭他的便车。只好自己开始弄。或许他也不好意思搭我的便车，哈哈。

没想到今天晚上写好所有程序和说明文档后分享给他时，他居然也完工了！

看来，有好奇心的人都是一样的亟不可待！

背靠背工作记录

有想法：2017/12/18 17:05

同时完工：2017/12/19 22:28

我们的思路有何差别

整体思路：遍历当前文件夹下的所有子文件夹，对每个文件夹进行转码。

问题的关键：如何遍历所有的子文件夹，并记录这些文件夹的名称。

涛哥的思路：使用如下 dos 命令遍历当前工作文件夹下的所有子文件夹，并将他们存入一个文本文件 output.txt，随后使用infix命令读入内存：

!dir /B /S /ad >> output.txt
infix strL v 1-2000 using "output.txt"

最终，涛哥的程序长这样：

君哥的思路：使用外部命令rcd实现上述功能，所有子文件夹名称均以返回值的形式存储于内存中。执行过程如下：

image.png

然后就可以写一个循环逐个文件夹进行转码了：

image.png

最终，君哥的程序长这样：

image.png

原始程序和使用方法

涛哥的程序

涛哥的程序尚未封装成 .ado 文件，但用起来到也方便。直接复制如下代码到一个 Do-file 中，使用 cd 命令进入需要转码的文件夹，然后选中如下命令，执行即可（快捷键是 Ctrl+D）：

cd "D:\stata15\ado\personal\mypaper" //自行修改
!dir /B /S /ad >> output.txt
clear
unicode analyze output.txt
unicode encoding set gb18030
unicode translate  "output.txt", transutf8
unicode erasebackups, badidea
infix strL v 1-2000 using "output.txt"
levelsof v ,local(urllist)
! del output.txt
clear 
unicode translate * , transutf8
foreach c of local urllist{
    clear
    cd `"`c'"'
    unicode encoding set gb18030
    cap unicode translate * , transutf8
}

君哥的程序

已经封装成 .ado 文件，并配有说明文档。请到 Stata连享会-码云-ua项目中（链接为：https://gitee.com/arlionn/ua ）下载 ua.ado 和 ua.hlp 文件，放置于 D:\stata15\ado\base\u 或 D:\stata15\ado\plus\u 文件夹中。然后在 Stata 命令窗口中输入 help ua，查看命令介绍和 Stata 范例。参照范例使用即可。

Stata 范例

* 程序下载地址和使用说明：
* https://gitee.com/arlionn/ua
* 进入需要转码的文件夹
  . cd D:\stata15\ado\personal\mypaper

* 对当前文件夹及子文件夹中的所有 .dta 文件转码
  . ua: unicode encoding set gb18030
  . ua: unicode translate *.dta

* 对所有类型的文件转码
  . ua: unicode analyze *
  . ua: unicode encoding set gb18030
  . ua: unicode translate *

结语

生活如此美好！因为有你有我！

 

关于我们

• Stata连享会 由中山大学连玉君老师团队创办，定期分享实证分析经验。
• 公众号推文同步发布于 CSDN 、 和 知乎Stata专栏。可在百度中搜索关键词 「Stata连享会」查看往期推文。
• 点击推文底部【阅读原文】可以查看推文中的链接并下载相关资料。
• 欢迎赐稿： 欢迎赐稿。录用稿件达 三篇 以上，即可 免费 获得一期 Stata 现场培训资格。
• E-mail： [email protected]
• 计量专题：因为专注，所以专业
• 往期精彩推文：一网打尽

点击此处-查看完整推文列表

---

欢迎加入Stata连享会(公众号: StataChina)