在DataWorks离线同步时，如果由于生僻字导致脏数据报错，可以尝试以下几种解决策略：
1. 调整数据源编码：确保数据源（如数据库）使用的编码支持生僻字。例如，只有utf8mb4编码支持同步表情符和某些生僻字。因此，在添加JDBC格式的数据源时，需要修改编码设置，如`jdbc:mysql://xxx.x.x.x:3306/database?useUnicode=true&characterEncoding=utf8mb4`。
2. 数据清洗和转换：在数据同步之前，对源端数据进行清洗和转换，将生僻字替换为占位符或删除，确保同步的数据不会包含脏数据。这可以通过编写数据处理逻辑或使用DataWorks提供的数据清洗和转换功能来实现。
3. 增大脏数据限制条数：如果生僻字导致的脏数据数量相对较少，且不影响整体数据的质量，可以考虑增大脏数据限制条数，扩大阈值，容忍这些脏数据。在DataWorks中，可以设置脏数据的限制条数，源端的脏数据将不会被同步到目标端，但同步任务不会报错。
4. 检查并修复源端数据：根据运行日志定位源端脏数据，修复源端数据中的生僻字问题，然后再进行同步。将日志复制出来可以快速定位问题，并截取记录作为样例分析。例如，如果源端第47个字段的值是生僻字，而目标端对应字段的数据类型不匹配，需要更改为匹配的类型。
5. 检查数据源权限：确保用于同步任务的数据源账号具有足够的权限。有时候，同步任务脏数据报错可能是因为没有足够的数据源权限。例如，报错信息中可能包含“command denied to user”这样的提示，这时需要联系对应的数据库管理员（DBA）申请必要的权限，如update、insert、delete等。
6. 其他检查：除了上述策略，还可以检查DataWorks中的同步任务配置、同步日志、数据质量报告等，确保同步任务是正确配置的，并且数据质量符合预期。
综上所述，解决由于生僻字导致的脏数据报错需要综合考虑数据源编码、数据清洗和转换、脏数据限制、源端数据修复、数据源权限等多个方面。根据具体的场景和需求，选择适合的解决方案来确保数据同步的准确性和完整性。