如何解决Python3使用exif模块读取含Umlaut的JPEG EXIF艺术家字段时的解码错误？

报错根因 #

• 使用exif包读取JPEG的artist字段时，包内逻辑硬编码用ASCII解码字段原始字节，没有适配EXIF规范的字符集自动判断规则。
• 德语变音符号（如ä、ö、ü）的UTF-8编码以0xC3打头，超出ASCII的128字节取值范围，直接解码就会触发UnicodeDecodeError，报错提示的字节位置和变音符号在字段文本中的偏移量完全对应。
• EXIF标准对artist字段的编码有明确约定：字段原始字节以\x1b%G序列开头时，后续内容为UTF-8编码；其余场景默认用ASCII编码，字段末尾通常补空字节做长度对齐。当前exif包未实现这套判断逻辑，才会在碰到非ASCII字符时直接崩溃。

兼容变音符号的实现方案（不替换现有exif依赖） #

1. 手动提取原始字节自定义解码 #

exif包解析文件时，会把所有EXIF标签的原始字节存在内部分段存储结构中，可以直接定位artist标签的原始字节，按照规范手动解码，完全绕过默认的属性访问逻辑：

from exif import Image

ARTIST_TAG_ID = 0x013B  # EXIF标准中artist字段对应的固定标签ID

def extract_artist(img_obj: Image) -> str:
    for segment in img_obj._segments:
        # 遍历IFD段下的所有标签条目
        if hasattr(segment, 'entries'):
            for entry in segment.entries:
                if entry.tag == ARTIST_TAG_ID:
                    raw = entry.value
                    # 按EXIF规则判断编码
                    if raw.startswith(b'\x1b%G'):
                        # 去掉UTF-8编码标识头，用UTF-8解码后移除末尾空填充
                        return raw[4:].decode('utf-8').rstrip('\x00')
                    # 无标识的内容默认按ASCII解码，移除末尾空填充
                    return raw.decode('ascii').rstrip('\x00')
    return ""

# 调用示例
with open('Umlaut.jpg', 'rb') as imgfile:
    my_image = Image(imgfile)
    print(extract_artist(my_image))

2. 临时修改包内解码逻辑，保留原有属性访问方式 #

如果不想全量替换my_image.artist的调用逻辑，可以在导入模块后临时打补丁，补上UTF-8解码的判断分支，之后原有代码就可以直接正常访问artist属性：

import exif
from exif._ifd_tag import BaseIfdTag

# 保存原有标签值转换方法
original_convert = BaseIfdTag.convert_value

# 打补丁重写artist字段的转换逻辑
def patched_convert(self, value: bytes) -> str:
    if self.name == 'artist':
        if value.startswith(b'\x1b%G'):
            return value[4:].decode('utf-8').rstrip('\x00')
        return value.decode('ascii').rstrip('\x00')
    # 其余字段走原有逻辑
    return original_convert(self, value)

BaseIfdTag.convert_value = patched_convert

打补丁后，最小复现代码中的print(my_image.artist)就可以正常输出带变音符号的内容，不会触发解码错误。

注意事项 #

• 遇到无UTF-8标识的旧文件，可以在解码逻辑里加Latin-1（ISO-8859-1）编码兜底，这种编码可以直接正确解析ä、ö、ü等西欧字符的单字节存储格式。
• 不要强行把变音符号转成ASCII近似字符（比如把ä转成ae）存储，这会破坏EXIF内容的准确性，也会导致其他工具读取时出现内容偏差。

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