Python 3 dbfread读写dbf 文件的时候，float 类型字段解析错误

传送门

dbfread GitHub 项目地址

Python读取dbf文件，转化为Pandas DataFrame

问题描述

• 在用python读取一个dbf文件时发现有个字段不能正确解析，在调用DBF类的时候

table = DBF(r'D:\Projects\Repo 3\task_files\20191212\dbzqqyfaC17.dbf')
table.fields

发现其中一个 字段的 field 长度解析错误

DBFField(name='blfz2', type='N', address=179, length=17, decimal_count=12, reserved1=0, workarea_id=0, reserved2=0, reserved3=0, set_fields_flag=0, reserved4=b'\x00\x00\x00\x00\x00\x00\x00', index_field_flag=0)
DBFField(name='blfm2', type='C', address=196, length=3072, decimal_count=0, reserved1=0, workarea_id=0, reserved2=0, reserved3=0, set_fields_flag=0, reserved4=b'\x00\x00\x00\x00\x00\x00\x00', index_field_flag=0)

这样导致接下来读取 records 的时候，不能正常解析 数据。用excel 打开dbf文件发现 blfm2 其实是 float类型的数据，但是在dbf文件里却被 错误 定义成了 字符类型 （ ‘C’ type）

• 在查看了源代码后发现问题出在了 dbf.py 里 DBF 类的一个方法定义上，当遇到 ‘C’ （character) 类型的字段时，会去修改 field.length, field.decimal_count, 但这并不是我们想要的结果。

解决办法

• 将源代码里的部分代码注释掉，如下所示，亲测可行

def _read_field_headers(self, infile):
    while True:
        sep = infile.read(1)
        if sep in (b'\r', b'\n', b''):
            # End of field headers
            break

        field = DBFField.unpack(sep + infile.read(DBFField.size - 1))

        field.type = chr(ord(field.type))
        # 有些字段会出现定义错误，所以把这段注释掉了
        # For character fields > 255 bytes the high byte
        # is stored in decimal_count.
        # if field.type in 'C':
        #     field.length |= field.decimal_count << 8
        #     field.decimal_count = 0

        # Field name is b'\0' terminated.
        field.name = self._decode_text(field.name.split(b'\0')[0])
        if self.lowernames:
            field.name = field.name.lower()

        self.field_names.append(field.name)

        self.fields.append(field)