scipy loadmat加载含扩展ASCII字符的Matlab文件问题求助

以下几种方法可处理这类场景：

方法一：指定编码并处理解码错误 #

scipy.loadmat支持通过encoding参数指定字符编码，扩展ASCII字符可尝试用latin1编码加载。若仍出现解码报错，可结合底层读取逻辑手动替换无法识别的字符：

from scipy.io import loadmat

# 优先尝试用latin1编码加载
try:
    mat_data = loadmat("your_file.mat", encoding="latin1")
except UnicodeDecodeError:
    # 用h5py底层读取并处理字符串
    import h5py
    def process_data(obj):
        if isinstance(obj, h5py.Dataset) and obj.dtype.kind in ("S", "U"):
            # 解码时将无法识别的字符替换为?
            return obj[()].decode("latin1", errors="replace").replace("\x00", "")
        elif isinstance(obj, h5py.Group):
            return {k: process_data(v) for k, v in obj.items()}
        else:
            return obj[()]
    
    with h5py.File("your_file.mat", "r") as f:
        mat_data = process_data(f)

方法二：借助Octave转存为兼容格式 #

既然Octave能正常加载文件，可编写一段Octave脚本，将原文件转存为HDF5格式的.mat文件（v7.3版本），该格式对字符兼容性更强，scipy和h5py均可稳定加载：

% Octave脚本：转存为兼容格式
raw_data = load("your_file.mat");
save("compatible_file.mat", "-v7.3", "-struct", "raw_data");

之后在Python中直接加载转存后的文件：

from scipy.io import loadmat

mat_data = loadmat("compatible_file.mat", encoding="utf-8")

方法三：二进制预处理文件 #

若文件中存在个别违规字节导致加载失败，可直接以二进制方式读取文件，将无法识别的字节替换为?（ASCII码0x3F），保存为新文件后再加载：

# 二进制读取并替换违规字节
with open("your_file.mat", "rb") as f_in:
    binary_content = f_in.read()

# 替换非标准ASCII字节为?，可根据实际情况调整匹配规则
processed_content = binary_content.replace(b"\xff", b"?")  # 示例替换0xff为?

with open("processed_file.mat", "wb") as f_out:
    f_out.write(processed_content)

# 加载处理后的文件
mat_data = loadmat("processed_file.mat", encoding="latin1")

内容的提问来源于stack exchange，提问作者dave