Python3.9使用dbf库读取含特殊字符DBF文件时触发UnicodeDecodeError

核心根因 #

• 报错触发位置和你的自定义解析逻辑无关：dbf第三方库对DBF记录的字段是懒加载机制，只有代码真正访问record['NAZWA']这类字段值时，库才会从磁盘读取对应存储字节，执行解码转成Python字符串的流程，所以解码崩溃的栈跟踪会指向访问字段的那行代码，本质上是库内部的解码规则不匹配文件实际编码导致的。
• dbf库默认使用ASCII编码解码DBF内的文本字段，而你对接的ERP系统生成的DBF文件，实际用波兰语对应的东欧代码页（从报错字节0x88、涉及的ą、ę、ś、ć等字符判断，大概率是CP1250代码页）存储文本，遇到单字节值超过ASCII范围（>0x7F）的特殊字符时，就会直接抛出UnicodeDecodeError。
• Python3的编码优化是针对语言运行时的默认字符串处理逻辑，不会替第三方库兜底：只要第三方库内部硬编码指定了解码规则，Python3本身的UTF-8默认机制就不会生效，因此即使在Python3.9环境下，依然会出现编码解码报错。

分步修复方案 #

• 第一步：打开DBF表时显式指定匹配的解码编码，替换原有表打开逻辑：
  原代码：

  table = dbf.Table(path).open()
  

  修正后：

  # 优先用CP1250代码页，如果出现字符乱码可以换CP852（DOS环境下的波兰语代码页）
  table = dbf.Table(path, codepage='cp1250').open()
  

  指定编码后，dbf库会自动用对应代码页把字段字节解码为合法的Python str对象，不再走默认的ASCII解码流程。
• 第二步：在脚本初始化阶段全局设置dbf库的默认解码规则，避免后续打开其他DBF文件时漏传编码参数：

  import dbf
  # 全局指定dbf库的默认解码编码，覆盖库内置的默认ASCII规则
  dbf.codepages.update({1250: 'cp1250', 852: 'cp852'})
  

• 第三步：给原有parseDbfData函数增加兼容兜底逻辑，应对可能出现的残留字节类型字段：
  原函数：

  def parseDbfData(data): return str(data.strip())
  

  修正后：

  def parseDbfData(data):
      # 兼容未被库正确解码的bytes类型字段
      if isinstance(data, bytes):
          data = data.decode('cp1250').strip()
      return str(data).strip()
  

• 第四步：按原有逻辑构造JSON数据发送到生产程序API即可，Python3内置的json库会自动处理str对象的UTF-8编码转换，不需要额外对波兰语特殊字符做手动转义。

注意：不需要通过全局异常捕获吞掉解码错误，只要编码参数和DBF文件实际存储的编码匹配，所有特殊字符都能正常解析，不会触发运行时崩溃。

内容的提问来源于stack exchange，提问作者MateoSkyline