咱们先拆解下你遇到的两个核心问题，再一步步修正代码：

问题1：NameError - 未定义UnidentifiedImageError #

这个异常类是PIL库的专属异常，你需要先从PIL.Image模块里导入它，否则Python根本不知道这个异常是什么。

问题2：try-except逻辑范围错误 #

你的try块只包裹了Image.open这一步，但如果这一步抛出异常，后面的img_data.convert('L')和数组转换代码还是会执行——这时候img_data根本没被成功定义，会引发新的错误。所以得把所有依赖img_data的处理逻辑都放进try块里，或者在捕获异常后直接跳过当前图片的后续操作。

修正后的完整代码 #

from zipfile import ZipFile
from PIL import Image, UnidentifiedImageError  # 新增异常类导入
from io import BytesIO
import numpy as np

file_paths = []
problem_files = []
img_list = []

with ZipFile('/XXXXX/YYYYY/ZZZZZ/AI_ML/Project2/words.zip') as myzip:
    contents = myzip.namelist()
    # 优化遍历方式，不用下标循环更简洁
    for text in contents:
        if '.png' in text and 'MACOSX' not in text:
            file_paths.append(text)
    
    for path in file_paths:
        img = myzip.read(path)
        try:
            # 把所有图片处理逻辑都放进try块
            img_data = Image.open(BytesIO(img))
            img_data = img_data.convert('L')  # 转灰度图
            image_as_array = np.array(img_data, np.uint8)
            img_list.append(image_as_array)
        except UnidentifiedImageError:
            # 捕获异常后记录路径，直接跳过当前图片后续处理
            problem_files.append(path)
            print(f"无法识别图片文件: {path}")

额外小优化 #

• 遍历Zip内容时，直接迭代contents元素比用range(len(contents))更易读维护；
• 加个print提示，能实时看到哪些图片出了问题，方便排查；
• 确保已安装依赖库：pip install pillow numpy

这样修改后，代码就能正确捕获无法识别的图片并记录路径，同时正常处理可读取的图片转换成数组啦。

内容的提问来源于stack exchange，提问作者Raja Malyala