如何格式化JSON字节数组并写入文件？解决解码与序列化报错

核心问题分析 #

• 解码报错UnicodeDecodeError：解密后的bytearray包含非UTF-8字节（0x8b是gzip压缩头的特征字节），说明这不是纯文本数据，强行用UTF-8解码必然失败。
• 序列化报错TypeError：JSON规范不支持直接序列化bytearray类型，必须先转换为JSON兼容的类型（比如字符串）。

解决方案：二进制数据转Base64编码 #

因为你的数据是二进制格式，最稳妥的方式是用Base64编码把二进制转成可序列化的字符串，再写入格式化后的JSON文件。

修正后的代码 #

import json
import base64

content = bytearray()
content_idx = 0

try:
    with open(arguments.input_file, 'rb') as input_file:
        while (byte := input_file.read(1)):
            content += bytes([ord(byte) ^ xor_key[content_idx % len(xor_key)]])
            content_idx += 1
except (IOError, OSError) as exception:
    print('Error: could not read input file')
    exit()

try:
    # 将bytearray转成Base64字符串
    base64_content = base64.b64encode(content).decode('utf-8')
    # 生成格式化的JSON字符串
    formatted_json = json.dumps({"data": base64_content}, indent=4)
    # 以文本模式写入文件（注意用'w'而非'wb'）
    with open(arguments.output_file, 'w', encoding='utf-8') as output_file:
        output_file.write(formatted_json)
except (IOError, OSError) as exception:
    print('Error: could not create output file')
    exit()

关键改动说明 #

1. 引入base64模块：用于二进制数据和字符串的双向转换，Base64编码后的字符串是纯ASCII，可安全嵌入JSON。
2. 替换解码逻辑：不再尝试用UTF-8解码二进制数据，而是用base64.b64encode(content)把bytearray转成bytes，再用UTF-8解码为字符串。
3. JSON结构调整：把Base64字符串放在一个键值对中（比如{"data": "..."}），让JSON结构更规范，也方便后续解析。
4. 文件写入模式：改用文本模式'w'写入格式化后的JSON字符串，避免二进制写入导致的编码问题。

备选方案：如果数据是特定编码文本 #

如果确认解密后是其他编码的文本（比如latin-1），可以替换解码方式：

# 替换base64编码部分为对应解码
text_content = content.decode('latin-1')
formatted_json = json.dumps({"data": text_content}, indent=4)

但这种方式只适用于确定文本编码的场景，二进制数据用Base64是通用解决方案。

内容的提问来源于stack exchange，提问作者Kyle Z