Stata 中文乱码顽疾解决方法

作者：于翔 ([e-mail])

一句话的事儿： 如果你试了各种现有方法都无法解决 Stata 的中文乱码问题，或许可以试一下如下命令 (真正的命令只有最后一行)：

. clear // 转码前务必先清空内存，否则会提示错误信息
. cd 'D:\data' // 待转换数据所在文件夹, 请务必事先备份一份数据
. unicode retranslate *, invalid(ignore) transutf8 nodata replace


---

🍎  我的甲壳虫：经典论文精讲 (6小时)，嘉宾：连玉君
 
时间：2020 年 3月9日 | 3月10日，19:00-22:00. 「课程详情」

连享会主页：https://www.lianxh.cn   ( lianxh.cn )

---

下面是详细介绍 (如果你的问题已经解决，就不用看了)

Stata中文转码问题很难有一个让所有人满意的通用解法，对于我这样的 Stata 小白用户，一般是采取 case by case 的原则，以下是我最近处理 CGSS 数据过程中遇到的中文乱码问题和解决方法。在「Stata 学习-连享会」QQ 群中 (QQ号：225012362) 讨论后，连老师鼓励我把处理过程记录下来分享给大家，于是形成了这篇小文。

本文使用的版本是 Stata15，其中，CGSS 数据源于经管之家。

按照 Stata 官方的介绍，我们通常采用如下命令来转换 Stata 13 以前生成的文件：

clear //转码的时候数据不能打开
cd 'D:\data' //设置工作路径, 填入存放待转换数据的文件路径

*-开始转码
unicode analyze *//任何文件类型
unicode encoding set gb18030
unicode translate *

上述命令只能转换当前工作路径下的文件，对于子孙文件夹下的文件就无能为力了。此时可以使用连玉君老师之前编写的 ua 以及 uall (项目地址：https://gitee.com/arlionn/uall )，一次性转换当前工作路径下的所有文件夹及子孙文件夹中的文件。

可以看到，并没有完全转码。Stata 提示 File not translated because it contains unconvertable characters，

变量标签也是乱码：

此时，变量标签 label 乱码问题并没有解决，根据 Stata 的提示信息，把最后一行改成：

unicode retranslate *, invalid

此时，我们附加了 invalid 选项，转码结果如下

完成上述操作后，大部分汉字乱码以及显示正常了，还是有个别带中文的数据产生乱码，如图

这时，Stata 会推荐如下命令：

unicode translate 'CGSS2012.dta', transutf8
unicode retranslate 'CGSS2012.dta', transutf8


我试过，但没什么用。

最终，我采用如下命令顺利解决了问题：

*-路径设定
. clear  //执行下面的命令之前务必先清空内存，否则会提示错误信息
. cd 'D:\data'  //存放待转换数据的路径, 请务必事先备份一份数据

*-转码

. unicode retranslate *, invalid(ignore) transutf8 nodata replace

最终效果如下图所示：

结语

导致转码失败或者不完全的原因有很多，如果读者没时间了解 Stata 的深层架构，希望本文可以作为一种即用的方法惠及更多人。

---

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。