Stata15-Unicode：一次性转码解决中文乱码问题

Stata 连享会   主页 || 视频 || 推文

温馨提示： 定期 清理浏览器缓存，可以获得最佳浏览体验。

✌ 课程详情： https://gitee.com/arlionn/Course   |   lianxh.cn

✨ 课程主页： https://gitee.com/arlionn/Course

作者：连玉君 (中山大学)
E-Mail: arlionn@163.com

目录

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： 然后就可以写一个循环逐个文件夹进行转码了： 最终，君哥的程序长这样：

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！

相关课程

连享会-直播课 上线了！
http://lianxh.duanshu.com

免费公开课：

• 直击面板数据模型 - 连玉君，时长：1小时40分钟
• Stata 33 讲 - 连玉君, 每讲 15 分钟.
• 部分直播课 课程资料下载 (PPT，dofiles等)

课程一览

支持回看，所有课程可以随时购买观看。

Note: 部分课程的资料，PPT 等可以前往 连享会-直播课 主页查看，下载。

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。直播间 有很多视频课程，可以随时观看。
• 连享会-主页 和 知乎专栏，300+ 推文，实证分析不再抓狂。
• 公众号推文分类： 计量专题 | 分类推文 | 资源工具。推文分成 内生性 | 空间计量 | 时序面板 | 结果输出 | 交乘调节 五类，主流方法介绍一目了然：DID, RDD, IV, GMM, FE, Probit 等。
• 公众号关键词搜索/回复 功能已经上线。大家可以在公众号左下角点击键盘图标，输入简要关键词，以便快速呈现历史推文，获取工具软件和数据下载。常见关键词：课程, 直播, 视频, 客服, 模型设定, 研究设计, stata, plus, 绘图, 编程, 面板, 论文重现, 可视化, RDD, DID, PSM, 合成控制法 等

连享会小程序：扫一扫，看推文，看视频……

扫码加入连享会微信群，提问交流更方便

✏ 连享会学习群-常见问题解答汇总：
✨ https://gitee.com/arlionn/WD