如何无需借助STATA在R中正确读取含特殊空白的SPSS数据？

问题本质 #

那些看似空白的字符并非普通空格（ASCII 32），大概率是**非断空格（NBSP，ASCII 160）**或制表符（Tab，ASCII 9）这类特殊空白字符——肉眼上和普通空格一致，但字符串精确匹配时会直接失效。

直接在R中处理的方法 #

方法1：批量替换所有特殊空白为普通空格 #

读取数据后，用正则匹配替换所有空白类字符，统一转为普通空格：

# 加载所需包
library(haven)
library(dplyr)
library(stringr)

# 读取SPSS数据
df <- read_sav("your_data.sav")

# 替换所有空白类字符（含NBSP、Tab等）为普通空格
df <- df %>%
  mutate(values = str_replace_all(values, "\\s", " "))

# 现在可以正常执行精确匹配
df_filtered <- df %>%
  filter(values == "1.     Tout à fait d'accord")

若只想替换非断空格，可直接用其Unicode码匹配：str_replace_all(values, "\u00A0", " ")

方法2：读取时直接清理值标签 #

如果特殊空白来自SPSS的变量值标签，可直接在读取后清理标签内容：

df <- read_sav("your_data.sav")

# 获取所有变量的标签列表
val_labels <- lapply(df, function(x) attr(x, "labels"))

# 逐个清理标签中的特殊空白
cleaned_labels <- lapply(val_labels, function(lab) {
  names(lab) <- str_replace_all(names(lab), "\\s", " ")
  lab
})

# 将清理后的标签重新绑定到变量
df <- df %>%
  mutate(across(everything(), ~haven::labelled(., labels = cleaned_labels[[cur_column()]])))

方法3：模糊匹配（应急方案） #

若不确定具体是哪种特殊字符，可通过正则模糊匹配规避精确匹配的问题：

df_filtered <- df %>%
  filter(str_detect(values, "^1\\.\\s+Tout à fait d'accord$"))

这里^1\\.\\s+匹配以"1."开头、后跟任意数量空白字符的前缀，无需纠结空白类型。

验证特殊字符的方法 #

若想确认具体是哪种特殊字符，可将字符串转为ASCII码查看：

# 提取一个有问题的字符串
problem_str <- df$values[1]

# 输出每个字符的ASCII编码
strsplit(problem_str, "")[[1]] %>%
  sapply(utf8ToInt)

比如非断空格的ASCII码是160，普通空格是32，制表符是9，据此可针对性替换。

内容的提问来源于stack exchange，提问作者Gonzalo T F