Python如何不改变编码替换二进制EDF文件中的指定字符

需要对二进制编码的EDF文件做字符替换，将文件第一行中所有出现的°字符替换为?。

不指定二进制读取模式打开文件时会抛出如下异常：

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xb0 in position 3008: invalid start byte

触发异常的代码：

with open('heartbeat-baseline-700001.edf') as fin:
    lines = fin.readlines()

自行编写的替换代码运行后异常：生成的文件大小从原文件的79MB骤降至7KB，完全无法正常使用，代码如下：

with open("heartbeat-baseline-700001.edf", "rb") as text_file:
    lines = text_file.readlines()
    lines[1] = lines[1].replace(str.encode('°'), str.encode('?'))
    for i,line in enumerate(lines):
        with open('heartbeat-baseline-700001_python.edf', 'wb') as fout:
            fout.write(line)

代码存在三个核心问题：

• 行索引错误：Python列表下标从0开始计数，需要修改的第一行内容对应lines[0]，修改lines[1]实际操作的是文件第二行，完全没有命中目标修改位置。
• 写入逻辑错误：打开输出文件的逻辑被放在了遍历行的循环内部，且打开模式为wb（覆盖写入），每次循环都会清空文件之前写入的内容，循环结束后文件中仅会保留最后一行的内容，这就是文件大小骤降的根本原因。
• 编码隐患：直接调用str.encode('°')会使用系统默认编码做转换，不同运行环境下生成的字节序列可能不一致，很容易出现匹配不到目标字符的问题。

EDF是格式固定的二进制文件，根据规范，文件第一行头信息固定为256字节长度，不需要将整个79MB文件全量读入内存拆分行，仅需要读取前256字节做替换，剩余内容直接流式复制即可，全程二进制操作不会破坏文件原有编码和结构，实现代码如下：

# 同时以二进制模式打开源文件和目标文件
with open("heartbeat-baseline-700001.edf", "rb") as fin, open("heartbeat-baseline-700001_python.edf", "wb") as fout:
    # 仅读取第一行固定长度的头信息做替换，EDF头默认使用latin1单字节编码
    first_header = fin.read(256)
    replaced_header = first_header.replace('°'.encode('latin1'), '?'.encode('latin1'))
    fout.write(replaced_header)
    # 剩余所有二进制内容原封不动写入目标文件
    fout.write(fin.read())

说明：选择latin1编码做字节转换是因为EDF规范明确要求头字段使用兼容ASCII的latin1（ISO-8859-1）编码，°在该编码下对应的单字节正好是报错信息中提到的0xb0，可以保证100%匹配目标字符，不会出现编码不匹配的问题。

内容的提问来源于stack exchange，提问作者Warren Manuel