使用importlib.resources.files()读取文件触发UnicodeDecodeError问题

错误原因 #

你遇到的UnicodeDecodeError根本原因是**two.rhn是二进制文件，而非UTF-8编码的文本文件**，read_text()默认用UTF-8解码二进制数据，自然会失败。importlib.resources本身没有问题，路径识别正常说明包数据配置是正确的。

解决方案 #

1. 直接读取二进制内容（推荐） #

如果two.rhn是二进制格式（比如自定义二进制协议、非文本资源等），不要用read_text()，改用read_bytes()直接获取原始字节数据：

# package.__init__.py
from importlib.resources import files

PACKAGE_DATA = files('package')
KEYWORD_PATH = PACKAGE_DATA.joinpath('one.ppn')

# 读取二进制文件
CONTEXT_BYTES = PACKAGE_DATA.joinpath('two.rhn').read_bytes()

后续处理时直接操作CONTEXT_BYTES这个字节对象即可，无需解码。

2. 确认文件编码（如果是文本文件） #

如果你确定two.rhn是文本文件，只是编码不是UTF-8，可尝试以下步骤：

• 在Raspberry Pi终端用file命令检测文件类型：

  file /home/millertime/Desktop/Package/package/two.rhn
  

  该命令会输出文件的编码信息（比如ISO-8859-1、GBK等）。
• 用检测到的编码调用read_text()：

  CONTEXT_PATH = PACKAGE_DATA.joinpath('two.rhn').read_text(encoding='ISO-8859-1')
  

  若chardet检测失败，可能是文件有损坏，或混合了二进制与文本内容。

3. 验证包数据配置（可选） #

你的pyproject.toml配置是正确的，可编辑安装下数据文件能被正常访问，无需调整。如果后续打包发布，确保package-data包含所有需要的文件即可。

额外提示 #

• 避免在__init__.py中直接执行文件读取操作，建议封装成函数，在需要时再调用，减少模块导入时的开销。
• 若one.ppn也是二进制文件，同样用read_bytes()处理。

内容的提问来源于stack exchange，提问作者MillerTime