pyexiv2读取IPTC元数据报'utf-8' codec can't decode错误如何解决？

根因说明 #

该错误是因为待读取图片的IPTC元数据未使用UTF-8编码存储，报错信息中的0xdf字节对应ISO-8859-1（Latin-1）编码下的德语字符ß，py3exiv2默认强制用UTF-8解码非UTF-8编码的元数据，就会触发该解码异常。

可用解决方案 #

方案1：全局指定IPTC编码 #

如果你的所有待处理文件的IPTC元数据都是用同一种非UTF-8编码存储，直接在读取元数据前全局设置默认编码即可：

import pyexiv2
# 可根据实际编码替换为cp1252等，西欧语言通用iso-8859-1
pyexiv2.utils.set_default_encoding('iso-8859-1')

# 后续执行你原有的逻辑即可
file_meta = pyexiv2.ImageMetadata(file_path)
file_meta.read()
print(file_meta["Iptc.Application2.Keywords"])

方案2：修改库源码适配多编码场景 #

如果不同文件的IPTC编码不统一，可以直接修改py3exiv2的解码逻辑，添加错误兼容：
找到你Python环境下的pyexiv2/iptc.py文件，定位到报错对应的第111行附近代码，修改如下：

# 替换原代码：tag._raw_values = _tag._getRawValues()
raw_values = _tag._getRawValues()
processed_values = []
for val in raw_values:
    if isinstance(val, bytes):
        # 优先尝试utf8解码，失败则用latin1解码，也可根据需要调整解码优先级
        try:
            processed_val = val.decode('utf-8')
        except UnicodeDecodeError:
            processed_val = val.decode('iso-8859-1')
        processed_values.append(processed_val)
    else:
        processed_values.append(val)
tag._raw_values = processed_values

如果不需要保留原始特殊字符，也可以直接用decode('utf-8', errors='replace')把无法解码的字符替换为占位符，逻辑更简单。

方案3：更换元数据处理库 #

如果不想修改第三方库源码，可以换用Pillow等库自行读取原始元数据后手动解码：

from PIL import Image
from PIL.ExifTags import IPTC

img = Image.open(file_path)
iptc_ifd = img.getexif().get_ifd(IPTC)
raw_keywords = iptc_ifd.get(IPTC.Application2.Keywords, [])
# 手动指定编码解码
keywords = [kw.decode('iso-8859-1') for kw in raw_keywords]
print(keywords)

内容的提问来源于stack exchange，提问作者bugZ