Python 3 dbfread讀寫dbf 文件的時候，float 類型字段解析錯誤

傳送門

dbfread GitHub 項目地址

Python讀取dbf文件，轉化爲Pandas DataFrame

問題描述

• 在用python讀取一個dbf文件時發現有個字段不能正確解析，在調用DBF類的時候

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

發現其中一個 字段的 field 長度解析錯誤

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)

這樣導致接下來讀取 records 的時候，不能正常解析 數據。用excel 打開dbf文件發現 blfm2 其實是 float類型的數據，但是在dbf文件裏卻被 錯誤 定義成了 字符類型 （ ‘C’ type）

• 在查看了源代碼後發現問題出在了 dbf.py 裏 DBF 類的一個方法定義上，當遇到 ‘C’ （character) 類型的字段時，會去修改 field.length, field.decimal_count, 但這並不是我們想要的結果。

解決辦法

• 將源代碼裏的部分代碼註釋掉，如下所示，親測可行

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))
        # 有些字段會出現定義錯誤，所以把這段註釋掉了
        # 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)