如何仅用Python不依赖第三方库读取JPG文件的EXIF元数据？

规范说明 #

你参考的JFIF文档是JPEG文件的基础结构规范，EXIF元数据存储在JPEG的APP1（0xFFE1）标记段中，内部结构遵循TIFF 6.0的子集规范，可按以下逻辑直接解析，无需依赖第三方库。

核心解析步骤 #

1. 确认字节序
   你输出中Exif\x00\x00后跟随的2字节是字节序标记：

• MM 代表大端序（Motorola字节序）
• II 代表小端序（Intel字节序）
  后续所有多字节数值的读取都需要遵循该字节序。

2. 定位图像文件目录（IFD）
   字节序之后的2字节是固定TIFF标记0x002A，再往后4个字节是第一个IFD的偏移地址，按字节序转换为整数后，就是IFD相对于TIFF起始位置（即Exif\x00\x00后第一个字节）的偏移量。

3. 解析IFD条目
   IFD开头的2字节是当前IFD的条目总数，每个条目固定12字节，结构如下：

可运行的原生Python实现 #

def read_int(bytes_data, byteorder, length=2):
    return int.from_bytes(bytes_data, byteorder=byteorder, signed=False)

with open("./image.jpg", "rb") as f:
    # 常用EXIF标签映射表，可根据需求自行补充
    tag_map = {
        0x010F: "制造商",
        0x0110: "相机型号",
        0x0131: "编辑软件",
        0x0132: "修改时间",
        0x829A: "曝光时间",
        0x8827: "ISO感光度",
        0x920A: "焦距"
    }
    while True:
        marker = f.read(2)
        # 碰到图像起始标记或者文件结束就退出
        if not marker or marker == b'\xff\xda':
            break
        # 匹配EXIF存储的APP1段
        if marker == b'\xff\xe1':
            seg_len = read_int(f.read(2), 'big')
            exif_header = f.read(6)
            if exif_header[:4] == b'Exif':
                byteorder_mark = f.read(2)
                byteorder = 'big' if byteorder_mark == b'MM' else 'little'
                # 校验TIFF标记合法性
                if read_int(f.read(2), byteorder) != 0x002A:
                    continue
                # 读取IFD偏移并跳转
                ifd_offset = read_int(f.read(4), byteorder)
                f.seek(f.tell() - 8 + ifd_offset)
                # 读取IFD条目总数
                entry_count = read_int(f.read(2), byteorder)
                for _ in range(entry_count):
                    tag_id = read_int(f.read(2), byteorder)
                    data_type = read_int(f.read(2), byteorder)
                    data_count = read_int(f.read(4), byteorder)
                    data_field = f.read(4)
                    
                    if tag_id in tag_map:
                        tag_name = tag_map[tag_id]
                        # 此处以最常用的ASCII类型为例，其他类型可按TIFF规范补充解析逻辑
                        if data_type == 2:
                            if data_count <= 4:
                                val = data_field[:data_count-1].decode('utf-8', errors='ignore')
                            else:
                                data_offset = read_int(data_field, byteorder)
                                current_pos = f.tell()
                                f.seek(f.tell() - 8 + data_offset)
                                val = f.read(data_count-1).decode('utf-8', errors='ignore')
                                f.seek(current_pos)
                            print(f"{tag_name}: {val}")
            else:
                # 跳过非EXIF的APP1段剩余内容
                f.seek(seg_len - 6, 1)
        else:
            # 跳过其他无关JPEG段
            if marker.startswith(b'\xff') and marker not in [b'\xff\xd8', b'\xff\xd9']:
                seg_len = read_int(f.read(2), 'big')
                f.seek(seg_len - 2, 1)

注意事项 #

• 不要硬编码读取214字节，每个APP1段的长度由段开头的2字节动态指定，硬编码会导致解析失败
• 如果需要解析更多非字符串类型的EXIF字段，参照TIFF规范补充对应数据类型的解析逻辑即可
• 缩略图对应的IFD解析逻辑和主IFD完全一致，有需求可自行扩展

内容的提问来源于stack exchange，提问作者code0x00