如何从含Unicode字符的HTTP载荷中提取并保存图片？

你碰到的问题根源是误将原始二进制字节流解码成了Unicode字符串，而非拿到的是base64编码数据。JPEG是纯二进制格式，HTTP请求体里的原始JPEG数据是字节形式，若被当作文本（比如默认UTF-8）解码成字符串，就会出现ÿØÿà这类字符——这些是二进制字节被错误解码后的表现，根本不是base64编码内容。

一、正确保存从请求体获取的JPEG数据 #

1. 还原错误解码的字符串为原始字节 #

如果已经拿到了错误解码后的Unicode字符串，用latin-1编码还原原始字节（latin-1是单字节编码，每个Unicode字符对应一个字节，能无损恢复被错误解码的二进制数据）：

# 你从请求体拿到的Unicode字符串示例
data_str = "ÿØÿà�JFIF�

��
�
��ÿâ
ØICC_PROFILE�

��
����0��mntrRGB XYZ ..."

# 还原为原始二进制字节
jpeg_bytes = data_str.encode('latin-1')

# 保存为正常图片
with open('image.jpg', 'wb') as f:
    f.write(jpeg_bytes)

2. 直接从HTTP请求体读取字节（推荐） #

如果是自己处理HTTP请求，别把请求体解码成字符串，直接读取字节流：

# 以requests库为例
import requests

response = requests.get('目标图片接口URL')
# 直接获取响应的二进制字节
jpeg_bytes = response.content

with open('image.jpg', 'wb') as f:
    f.write(jpeg_bytes)

二、实现图片与该字符串格式的互转 #

1. 本地图片转目标字符串格式 #

把JPEG图片转成你拿到的那种Unicode字符串（本质是二进制字节用latin-1解码）：

with open('image.jpg', 'rb') as f:
    jpeg_bytes = f.read()

# 将字节解码为latin-1字符串，得到你需要的格式
data_str = jpeg_bytes.decode('latin-1')

2. 字符串转图片 #

就是前面的还原步骤，用latin-1编码转回字节后保存：

jpeg_bytes = data_str.encode('latin-1')
with open('restored_image.jpg', 'wb') as f:
    f.write(jpeg_bytes)

你之前误以为数据是base64编码，直接拼接data:image/jpeg;charset=UTF-8;base64,前缀，但base64编码只会包含A-Z、a-z、0-9、+、/这些字符，你的数据里有ÿØà这类非base64字符，显然不符合格式，所以用urllib处理后得到的是损坏文件。

内容的提问来源于stack exchange，提问作者Monsta