Sas 在某些字段中读取带有换行符的csv，termstr=crlf不'；行不通

我有一个csv文件，其中有用户输入的注释，偶尔以换行符结尾。这会在使用

infle

时导致错误，并导致变量顺序错误的行

我试过

termstr=crlf

或

cr

或

lf

。使用

lf

或

crlf

时，我读取到的观察值为零，而使用

cr

时，我得到的错误与我忽略它一样

如果我在excel中打开该文件并执行替换ctrl-j（例如），它就解决了问题，并且数据可以完美地读入

该文件来自BackEnd，原始数据来自智能手机

编辑：我解决了这个问题，并以以下内容结束

data _null_;
  infile 'test.csv' recfm=n lrecl=50000;
  file 'testout.csv' recfm=n;
  input a $char1.;
  if a = '"' then do;
    d+1;
    if d = 2 then d = 0;
  end;
  if a = "," and d = 0 then do;
    c+1;
  end;
  if a = '0A'x then do;
    if c = 2 then do;
      c = 0;
      put '0A'x;
    end;
  end;
  else put a $char1.;
run;

---

第一个条件跟踪我看到的分隔符（

，

）是真正的分隔符还是仅仅在字符串中，第二个条件统计我迄今为止看到的变量数。最后一个条件删除所有

lf

，但在我看到正确数量的变量（

c=2

）之后除外。

您可以尝试使用misshover或truncover infle选项，以防SAS读取超过换行符缺失时的行尾导致错误

也可以在infle语句之后、input语句之前，从缓冲区自动变量中压缩换行符。例如：

data test; 
    infile "myfile.csv"; 

    * Hold the current line being read;
    input @; 

    * Compress out the LF -- you could also try this with CR and CRLF;
    _infile_ = compress(_infile_,'0A'x); 

    * Your input statement should now read the cleaned up buffer;
    input  myvar ; 
run;

---

如果您的数据有正常的CRLF终止字符串，这将起作用。这是用来读取在Excel中创建的文件中有3列，并且ALT+进入在中间的字符串在几个地方。

data test;
  infile "c:\temp\newlines.csv" termstr=crlf dlm=',' dsd;
  format stuff stuff2 stuff3 $100.;
  input
   stuff $
   stuff2 $
   stuff3 $
  ;
run;

如果最后只有

stuff

有一个值（前100个字符或诸如此类），那么您的数据中可能没有CRLF。如果它来自第三方服务（就像你的服务一样），我首先会去那个服务或应用程序，看看你有什么选择

使用

recfmt=V

并查看十六进制输出，您总是可以看到输入的内容

data test2;
infile "c:\temp\newlines.csv" recfm=f ls=20 end=eof flowover;
format indata $20.;
do until (eof);
  input @1 indata $20.;
  put indata= hex.;
  put indata=;
end;
stop;
run;

一次可以提供20个字符，十六进制和标准ASCII表示。CR为“0D”，LF为“0A”。所以，找到你的第一个正常的行尾[目测一下，在最后一列中找到应该是什么]，看看后面是否有0D0A。如果没有，那么您就没有CRLF终止符，这是一个问题

请注意，当您在Excel中打开它时，Excel无疑会为您添加它们，因此这无助于解决此问题-您必须查看原始文件

例如，上面的“我的垃圾数据文件”为前2个输入过程生成：

indata=73747566662C224D6F72650A5374756666222C4D
indata=stuff,"More Stuff",M
indata=792073747566660D0A6F6E652C74776F2C746872
indata=y stuff  one,two,thr

在第一行，“更多”和“东西”之间有一个0A。[更多是4D6F7265，资料是5374756666]。这都在一行上，原始CSV是

stuff, "More Stuff", My stuff
one,two,three

除了使用换行符，而不是“更多内容”中的空格

在第二行中，“stuff”（7374756666，与上面相同，但小写s是73而不是53）后面有0D0A。这是CR+LF，正常的线路终止符

如果原始文件中没有行终止符，则可能需要使用变量输入读入。您可以使用

dlm='，'

但是

recfm=v

，这允许您一次只读取一个分隔位

data test3;
 infile "c:\temp\newlines.csv" recfm=v dlm=',' dsd end=eof flowover termstr=crlf;
 format stuff stuff2 stuff3 $100.;
 input stuff $ @;
 input stuff2 $ @;
 input stuff3 $ @;
run;

---

它使用

recfm=v

基本上不担心缺少线端终止符。对于这个问题还有许多其他的解决方案（

recfm=n

，例如，读取流输入是另一个很好的解决方案）。一旦您对特定问题有了更多了解，请搜索Google/etc以获取更多详细信息。

替换输入行中的结束行字符，其中字符串的分隔符出现了奇数次。您的SAS在哪个操作系统中？线路真的被CRLF终止了吗？这是Windows。我怎么说呢？它们绝对是新行。看十六进制。很多文本编辑器都有这个选项。谢谢。查看我的文件，我认为问题是<代码> LF既是我的结束行终止符，又是一些条目中间的断线。因此，

termstr=lf

经常中断。我无法让您的任何解决方案发挥作用，在我描述的情况下，其中一个解决方案是否可能发挥作用？（在记事本++中查看的具有相同问题的虚拟文件，请参见此处）