SAS导入CSV文件出现Invalid data错误、字段读取不全如何解决？

问题原因 #

错误核心是源CSV的字段内双引号未做转义处理：标准CSV格式要求，字段内容如果本身包含双引号，需要用两个连续双引号""转义，现有数据中"Pipe, 16" inch wide, PVC"里16"的单个双引号会被SAS识别为该字段的结束符，后续内容的逗号会被判定为字段分隔符，直接导致字段错位、price读取失败。

解决方案 #

方案1：修复源CSV（最稳妥） #

把源CSV中字段内的单个双引号替换为两个连续双引号，修复后的数据如下：

color, Description, price
"Black, blue, grey", "Pipe, 16"" inch wide, PVC", 20.27

修复后原有的PROC IMPORT代码可以直接正常运行，不需要额外调整。

方案2：不改源文件，用SAS DATA步自定义读取规则 #

如果不方便修改源CSV，可以放弃PROC IMPORT，手写DATA步自定义分隔符、引号处理规则，代码示例如下：

data want;
    /* 定义各字段长度和类型，可根据实际数据调整长度上限 */
    length color $50 Description $100 price 8;
    /* 读入文件，指定分隔符为逗号，从第二行开始读数据 */
    infile '/home/..data.csv' dsd firstobs=2 lrecl=32767;
    /* 先暂存读入的行内容 */
    input @;
    /* 批量转义所有非字段边界的单个双引号 */
    _infile_ = prxchange('s/(?<!^|,)"(?!,|$)/""/',-1,_infile_);
    /* 正常读取字段 */
    input color Description price;
run;

内容的提问来源于stack exchange，提问作者tech bitz