Python提取图片元数据报utf-8解码错误及filename路径问题咨询

1. UnicodeDecodeError触发原因与修复方案 #

报错原因 #

• 你代码中data.decode()默认使用UTF-8编码解码EXIF字段的字节数据，但EXIF标准并未强制要求文本字段使用UTF-8编码：
  • 旧款数码相机、早期修图软件生成的EXIF文本通常使用Latin-1（ISO-8859-1）、GBK等编码；
  • 部分EXIF字段存储的是纯二进制内容（比如嵌入的缩略图、厂商自定义的二进制参数、GPS原始数据片段），本身就不是可直接转成可读文本的内容；
  • 你遇到的0x80字节不属于UTF-8编码的合法起始字节，因此触发解码报错。

修复方法 #

将原脚本中直接解码字节的逻辑替换为多编码兼容+错误兜底的逻辑，避免单文件报错导致整个脚本中断，替换的代码段如下：

# 原代码
# if isinstance(data, bytes):
#     data = data.decode()

# 替换为以下逻辑
if isinstance(data, bytes):
    decoded = None
    # 按优先级尝试常见编码解码
    for enc in ("utf-8", "gbk", "latin-1"):
        try:
            decoded = data.decode(enc)
            break
        except UnicodeDecodeError:
            continue
    # 所有编码解码失败则标记为二进制数据
    data = decoded if decoded is not None else f"[不可读二进制数据，长度{len(data)}字节]"

• 额外建议：遍历EXIF标签时可以提前过滤已知的二进制类标签（比如缩略图相关的ThumbnailData、厂商自定义的MakerNote），进一步减少无效解码操作。

2. image.filename属性的路径返回规则 #

• image.filename不保证一定返回绝对路径：该属性的返回值和你调用Image.open()时传入的路径参数完全一致——传入相对路径则返回相对路径，传入绝对路径才会返回绝对路径。
• 你当前脚本中因为用os.path.join(rootdir, file)拼接了绝对路径传入Image.open()，所以测试时拿到的是绝对路径。如果需要稳定获取文件的绝对路径，可以在读取图片后主动调用os.path.abspath(image.filename)做一次标准化转换。

内容的提问来源于stack exchange，提问作者Edward Wynman