Python 读取 DBF

1. 核心依赖库

处理遗留的 .dbf 文件，通常需要拆分使用两个专门的库：

读取：推荐使用 dbfread (仅读，但性能和兼容性较好)。
写入：推荐使用 dbf。

pip install dbfread dbf pandas dask

2. 读取 DBF：终极编码兼容策略

在处理国内历史系统的 DBF 文件时，最容易崩溃的环节是中文字符编码。推荐使用级联 Try-Except 策略，从最常见的 cp936 (GBK) 逐步降级尝试：

import dask.dataframe as dd
from dbfread import DBF
import pandas as pd

def read_dbf_file(file_path):
    """安全读取 DBF 文件并转化为 Dask/Pandas DataFrame"""
    try:
        # 首选尝试：GBK 编码
        dbf_data = DBF(file_path, encoding='cp936')
        df = pd.DataFrame(iter(dbf_data))
    except Exception as e:
        try:
            # 降级一：最新版的 GB18030 扩展编码
            dbf_data = DBF(file_path, encoding='gb18030')
            df = pd.DataFrame(iter(dbf_data))
        except Exception as e1:
            # 降级二：UTF-8 编码
            dbf_data = DBF(file_path, encoding='utf-8')
            df = pd.DataFrame(iter(dbf_data))

    # 转为 dask dataframe 处理大数据量
    return dd.from_pandas(df)

3. 写入 DBF：字段严格映射

写入 DBF 文件时，必须严格定义各列的内部数据类型与长度（如 C(20) 代表 20 字节字符串，N(6,2) 代表总长 6 位且含 2 位小数的数字）。

import dbf

def write_dbf_file(df, dest_path):
    """将 DataFrame 严格按字段规范写入 DBF 文件"""
    # 1. 字段类型映射字典 (C: Character, N: Numeric, D: Date)
    type_map = {
        '科目': "C(20)", '学号': "C(20)", '原始成绩': "N(6,2)"
    }

    # 2. 列名映射字典 (DBF 列名严格受限于 10 个字节，尽量用短拼音)
    name_map = {
        '科目': "kmmc", '学号': "zkzh", '原始成绩': "yscj"
    }

    # 执行列名替换
    new_df = df.rename(columns=name_map)

    # 3. 构造构建 DBF 表所需的字段声明列表
    # 示例: ["kmmc C(20)", "zkzh C(20)", "yscj N(6,2)"]
    fields = [f"{name_map[col]} {type_map[col]}" for col in df.columns]

    # 4. 创建并打开 DBF 表
    # db3 格式最通用。注意：为了兼容特殊中文字符，写入时强烈建议使用 utf8
    table = dbf.Table(dest_path, fields, dbf_type='db3', codepage="utf8")
    table.open(dbf.READ_WRITE)

    # 5. 遍历插入记录
    for row in new_df.to_dict(orient='records'):
        table.append(row)

    table.close()