如何修复Python读取hddtemp输出时的'utf-8'解码错误？

我编写了一段Python3代码用于读取硬盘温度，代码如下：

device = '/dev/%s' % self.device
tempRe = re.compile('%s:.*:(.*)' % device)
hddtemp = os.popen('/usr/sbin/hddtemp -q %s' % device)
    for line in hddtemp:
        temp = re.findall(tempRe, line)
            if temp:
                self['temp'].setText(_('Disk temperature: %s') % temp[0].lstrip())
hddtemp.close()

部分硬盘可正常运行，例如输出：

/dev/sda: TOSHIBA MK2565GSX HR: 34°C

但部分硬盘的输出包含特殊字符，例如：

/dev/sda: Thinklife SSD ST600 240G                ▒: 23°C

此时代码会抛出以下错误：

for line in hddtemp:
File "<frozen codecs>", line 322, in decode
UnicodeDecodeError: 'utf-8' codec can't decode byte 0x80 in position 51: invalid start byte

请问该如何修复此问题？

方法1：指定编码并处理解码错误 #

os.popen默认使用系统编码解码输出，但hddtemp的输出可能并非UTF-8，导致解码失败。推荐改用subprocess模块，更灵活控制编码和错误处理：

import subprocess
import re

device_path = f'/dev/{self.device}'
cmd = ['/usr/sbin/hddtemp', '-q', device_path]
# 用errors='replace'替换无法解码的字符，不影响后续匹配
output = subprocess.check_output(cmd, errors='replace').decode('utf-8')
# 若已知hddtemp输出编码（如latin-1），可直接指定：output = subprocess.check_output(cmd).decode('latin-1')

# 用re.escape避免设备路径中的特殊字符干扰正则匹配
temp_re = re.compile(f'{re.escape(device_path)}:.*:(.*)')
match_result = temp_re.search(output)
if match_result:
    temp_value = match_result.group(1).lstrip()
    self['temp'].setText(_('Disk temperature: %s') % temp_value)

方法2：二进制模式读取后处理 #

不确定编码时，可先以二进制模式读取输出，再处理解码：

import os
import re

device = '/dev/%s' % self.device
# 生成二进制正则表达式
tempRe = re.compile(b'%s:.*:(.*)' % device.encode('utf-8'))
# 以二进制模式打开管道
hddtemp = os.popen('/usr/sbin/hddtemp -q %s' % device, mode='rb')
for line in hddtemp:
    temp = re.findall(tempRe, line)
    if temp:
        # 解码时忽略无法处理的字符
        temp_str = temp[0].lstrip().decode('utf-8', errors='ignore')
        self['temp'].setText(_('Disk temperature: %s') % temp_str)
hddtemp.close()

额外优化建议 #

• 优先使用subprocess模块替代os.popen，前者是官方推荐的子进程处理方式，功能更全面且安全性更高
• 正则匹配时加入re.escape(device_path)，避免设备路径中的特殊符号破坏正则规则

内容的提问来源于stack exchange，提问作者Fair Bird