SAS读取含变音符号的DOS文件名时出现编码异常问题

问题根源 #

DOS的dir命令输出采用OEM字符编码（如CP850），而SAS默认使用ANSI编码（如Windows-1252），两种编码对变音符号的映射规则不同，导致读取后字符显示异常，甚至同一符号出现多种显示形式。

解决方案 #

方法一：编码匹配与转码 #

通过指定SAS读取管道输出时使用DOS的OEM编码，再转码为数据库兼容的编码（如UTF-8）：

/* 指定管道输出的编码为DOS的CP850 */
filename DIRLIST pipe "dir C:\Z_Backup\LwX\SAS\FilingList\UMLAUTE\ /s" encoding='cp850';

DATA database ;
     length RawOutput $256 RawOutput_UTF8 $256;
     infile dirlist length=reclen encoding='cp850';
     input RawOutput $varying256. reclen ;
     /* 提取完整路径（需根据dir输出格式调整，这里假设路径行包含完整地址） */
     if index(RawOutput, ':') then do;
         /* 转码为UTF-8，适配数据库存储 */
         RawOutput_UTF8 = encode(trim(RawOutput), 'utf-8', 'cp850');
     end;
RUN;

PROC PRINT data=database; 
     var RawOutput RawOutput_UTF8;
RUN; 

方法二：使用SAS内部函数遍历目录（推荐） #

避免依赖外部DOS命令，直接用SAS的目录操作函数读取原始文件名，彻底解决编码问题：

%macro list_files(root_dir);
    %local did i fname fpath rc;
    /* 打开目标目录 */
    %let did = %sysfunc(dopen(&root_dir));
    %if &did = 0 %then %do;
        %put ERROR: 无法打开目录 &root_dir;
        %return;
    %end;

    /* 遍历目录内的所有条目 */
    %do i = 1 %to %sysfunc(dnum(&did));
        %let fname = %sysfunc(dread(&did, &i));
        %let fpath = &root_dir\&fname;
        
        /* 判断是文件则存入数据集 */
        %if %sysfunc(fileexist(&fpath)) %then %do;
            data _temp;
                length full_path $256;
                full_path = "&fpath";
            run;
            proc append base=database data=_temp force; run;
            proc delete data=_temp; run;
        %end;
        /* 判断是子目录则递归遍历 */
        %else %if %sysfunc(dexist(&fpath)) %then %do;
            %list_files(&fpath);
        %end;
    %end;
    /* 关闭目录句柄 */
    %let rc = %sysfunc(dclose(&did));
%mend;

/* 初始化存储结果的数据集 */
data database;
    length full_path $256;
    stop;
run;

/* 调用宏遍历目标目录 */
%list_files(C:\Z_Backup\LwX\SAS\FilingList\UMLAUTE)

/* 查看最终结果 */
PROC PRINT data=database; RUN;

说明 #

• 方法二无需处理编码转换，直接读取系统原生文件名，完美支持变音符号（ä,ê,ö,ü,ß等），且能直接获取完整路径，稳定性更高。
• 若使用方法一，需根据dir命令的输出格式调整路径提取逻辑，确保只保留有效文件路径行。

内容的提问来源于stack exchange，提问作者Lub Ben Ja