Python读取Adobe Media Encoder TXT日志乱码无法操作问题
Python读取Adobe Media Encoder TXT日志乱码问题解决方案
根因说明
- Adobe Media Encoder输出的TXT日志默认采用*带BOM的UTF-16小端(UTF-16LE)*编码,编码匹配错误会导致解码后残留大量
\x00空字节 - 此前使用
backslashreplace参数强制解码时,空字节会被保留为不可见字符,导致find()、正则匹配等依赖字符语义的操作失效,仅upper()、下标访问这类不涉及语义判断的操作可正常运行
解决步骤
方案1:直接使用匹配编码打开
不需要二进制模式手动解码,直接指定编码读取后清理残留空字符即可:
with open(config.ame_log_file, mode='r', encoding='utf-16', errors='replace') as amelog_file: amelog_content = amelog_file.read() # 清理部分版本AME日志额外生成的空字节 amelog_content = amelog_content.replace('\x00', '')
方案2:二进制模式预处理后解码
适配编码识别异常的特殊场景,先清空所有空字节再解码:
with open(config.ame_log_file, mode='rb') as amelog_file: raw_bytes = amelog_file.read() # 先移除所有二进制空字节 cleaned_bytes = raw_bytes.replace(b'\x00', b'') # 再用utf-8解码,容错性更高 amelog_content = cleaned_bytes.decode('utf-8', errors='replace')
验证方法
执行解码后先运行print(repr(amelog_content[:100]))输出前100个字符的原始表示,确认无\x00类不可见字符后,即可正常执行find()、正则匹配等字符串操作。
内容的提问来源于stack exchange,提问作者Тимур Тимаев
相关产品推荐
相关产品推荐

