在PythonAnywhere提取图片IPTC元数据遇部分文件不存在问题求助

一、优先排查文件名编码问题 #

PythonAnywhere基于Linux环境，默认使用UTF-8编码；而Windows、手机/WhatsApp导出的文件名可能包含GBK编码字符、emoji或特殊Unicode字符，跨系统传输后易出现编码乱码，导致Python无法识别文件。

• 排查操作：
  1. 在PAW的bash控制台执行ls -la，查看目标文件夹内的文件名是否有乱码（如问号、方框）。
  2. 代码中打印文件名的原始字节值：print(repr(file_name))，对比控制台显示的文件名，确认编码是否匹配。
• 修复方案：
  • 读取文件名时指定对应编码，比如用os.listdir('.', encoding='gbk')（针对Windows导出的文件）。
  • 标准化字符编码：用unicodedata.normalize('NFC', file_name)统一编码格式，避免字符歧义。
  • 批量重命名特殊字符文件名，比如替换emoji或非ASCII字符。

二、检查文件权限与可用性 #

部分文件上传至PAW后可能权限异常，导致当前用户无读取权限，被判定为“非文件”。

• 排查操作：
  1. 控制台执行ls -l，查看文件权限位是否包含读权限（r），如-rw-r--r--为正常可读。
  2. 代码中用os.access(file_path, os.R_OK)验证是否具备读权限。
• 修复方案：
  控制台执行chmod 644 *.jpg，批量设置所有JPG文件为可读权限。

三、验证文件本身的有效性 #

手机/WhatsApp导出的文件可能存在格式异常（如HEIC改后缀、文件头损坏、IPTC元数据非标准格式），导致元数据读取库报错，被误判为文件不存在。

• 排查操作：
  1. 控制台执行file your_image.jpg，确认输出为JPEG image data，排除格式伪装。
  2. 用exiftool（需先安装：pip install exiftool）读取文件元数据，验证是否能正常解析。
• 修复方案：
  • 代码中添加异常捕获，跳过损坏文件：

    from iptcinfo3 import IPTCInfo
    from pathlib import Path
    
    for img_path in Path(".").glob("*.jpg"):
        try:
            info = IPTCInfo(img_path)
            # 处理元数据逻辑
        except Exception as e:
            print(f"跳过文件 {img_path.name}: {str(e)}")
            continue
    

  • 对损坏文件，可用jpegoptim等工具修复（PAW控制台可通过pip install jpegoptim安装）。

四、排查循环处理的变量污染 #

循环中若误修改文件路径变量（如变量名冲突、路径对象被错误转换），会导致后续文件路径失效。

• 排查操作：
  循环内每次处理前，打印完整绝对路径：print(img_path.resolve())，确认路径正确。
• 修复方案：
  循环中使用独立变量存储路径，避免覆盖原始路径对象：

  folder = Path("/path/to/your/folder")
  for img in folder.glob("*.jpeg"):
      full_path = img.resolve()
      if full_path.is_file():
          # 执行元数据提取
  

内容的提问来源于stack exchange，提问作者Pierre-Yves Delens