loadmat 读取 MATLAB -v6 文本乱码，何时指定 cp1252

MATLAB 文件中的数值数组读得出来，字符串却出现 �；另一份文件甚至在 loadmat() 内报 TypeError: buffer is too small for requested array。如果文件来自 Windows MATLAB 的 -v6 导出，应检查字符编码，不能仅凭“缓冲区太小”就认定文件被截断。

一组明确的触发条件是 Windows MATLAB R2022b 写出的 -v6 文件，SciPy 1.18.1 读取其中的 miUINT16 字符数据。部分文本按 Windows-1252 字符码存储；SciPy 未收到 uint16_codec 时使用 Python 默认编码，即 UTF-8，因而可能解错。这里的存储类型名称不表示所有文件都应强行用 UTF-16 解码。

编码由文件的生成方式决定

保留原始 .mat 文件，并记录 MATLAB 版本、生成平台、save 使用的格式和预期文本。只看乱码后的 Python 字符串，通常不足以可靠猜出原编码。

对已确认采用 Windows-1252 字符码的这类文件，显式指定：

from scipy.io import loadmat

data = loadmat("input-v6.mat", uint16_codec="cp1252")

input-v6.mat 是待读取文件路径。这一步只改变本次字符读取，不修改文件，也不需要改系统区域或 Python 的全局默认编码。它是针对已知文件编码的处理，不是对所有 Windows .mat 文件的统一设置。

如果导出方式不同，例如较新的 MATLAB 文件格式或其他平台生成的数据，先按实际格式核对。MATLAB 7.3 的 HDF5 文件也不属于这条 loadmat 字符解码路径，不能用同一个参数解决格式支持问题。

latin1 不报错，仍可能解错符号

latin1 能将每个字节映射为字符，容易使读取过程不再抛异常，但这不能证明文本正确。Windows-1252 中的欧元符号和千分号，与 latin1 的对应码位不同；误用后可能留下 U+0080、U+0089 一类控制字符。

验收样本应包含真实数据中的非 ASCII 字符，例如变音字母、度数、微符号，以及欧元和千分号。逐项与 MATLAB 中的预期字符比较，不能只检查“中文或英文大致能看”。已经出现 U+FFFD 的解码结果通常不能靠再编码恢复原信息，应从保留的原文件重读。

不要在加载后用 errors="ignore" 删除无法处理的字符，也不要全局把 � 替换为空格。文本可能参与变量命名、单位显示或数据关联，删除字符会把读取失败变成无声的数据变化。

读取通过后，还要检查数值和形状

同一次读取应比较字符串数组形状、变量名、单位文本，以及关键数值变量的 dtype 和内容。原先失败的调用可能没有完整返回字典，不能把另一轮部分产物混入这次结果。

如果指定与文件匹配的编码后仍报缓冲区异常，保留新的堆栈，再查文件完整性、字符数组结构及读取版本；不要继续轮换编码直到碰巧不报错。SciPy 1.18.1 仍采用上述默认编码逻辑，并不存在一个已核实可自动识别所有 -v6 字符集的默认设置。长期交换数据时，应由生成端和读取端明确约定格式与文本编码。