Python打开JPEG文件时二进制流中字符含义及文件修改咨询

为什么会出现可打印字符？ #

• JPEG确实是纯二进制文件，你看到的JFIF、C、\t这些，是二进制值恰好对应ASCII可打印字符时，Python自动显示的字符形式，而非文件本身混入了文本。
• 比如JFIF是JPEG的APP0标记段：\xff\xe0是APP0标记，后面的00\x10是段长度，再往后的0x4A、0x46、0x49、0x46刚好对应ASCII的"JFIF"，用来标识文件遵循JFIF标准，是JPEG结构里的合法组成部分。
• C是0x43，属于DQT（量化表）标记段的内容；\t是0x09（ASCII制表符），也是量化表中某个二进制值刚好落在可打印ASCII范围内而已。

如何查看规整的二进制格式？ #

如果想看到全十六进制转义的格式，不要直接打印字节串，用Python把每个字节转成统一的十六进制表示：

with open("your_image.jpg", "rb") as f:
    data = f.read(50)  # 读取前50字节示例
# 转换为全十六进制转义格式
hex_escaped = ''.join(f'\\x{b:02x}' for b in data)
print(hex_escaped)

这样输出就会是你预期的\xff\xd8\xff\xe0\x00\x10\x4a\x46\x49\x46\x00...格式。

小范围修改JPEG的正确方法 #

修改必须严格遵循JPEG文件结构，否则会导致文件损坏：

1. 定位目标字节：用上面的代码找到要修改内容的字节索引（注意Python字节串是0起始索引）。
2. 二进制模式读写：必须用rb（读二进制）和r+b（读写二进制）模式操作，绝对不能用文本模式。
3. 示例：修改APP0段版本号
   APP0段中JFIF\x00后的\x01\x01是版本号（1.1），改成\x02\x00（2.0）的代码：

   with open("your_image.jpg", "r+b") as f:
       f.seek(13)  # 定位到版本号的第一个字节（索引13）
       f.write(b'\x02\x00')
   

4. 关键注意事项
   • 不要修改\xffXX格式的标记起始符，这是JPEG的结构标识，改了会直接破坏文件。
   • 修改量化表、帧头等字段时，要确保数值符合JPEG编码规范，否则图像会失真或无法解码。

内容的提问来源于stack exchange，提问作者sandw