以'rb'模式读取图片仍触发UnicodeDecodeError的原因咨询

嘿，我太懂你这困惑了——明明特意用了rb模式读二进制，怎么还会触发utf-8解码错误？其实问题出在你不该尝试把图片的二进制数据用utf-8解码！

为什么会报错？ #

图片（比如JPG、PNG这类）本质是纯二进制格式的文件，它们的字节流完全不是按照utf-8编码规则生成的文本内容。举个具体的例子：JPG文件的开头第一个字节就是0xff，这在utf-8编码规则里属于无效的起始字节，所以当你调用data.decode('utf-8')时，Python自然会抛出UnicodeDecodeError。

你用rb模式读取文件的操作是完全正确的，这一步得到的data是bytes类型的二进制数据，本身没有任何问题——错就错在后续的解码操作，二进制图片数据根本不需要被解码成字符串！

正确的处理方式 #

结合你正在写HTTP服务器的场景，分两种情况给出方案：

• 如果是要把图片作为HTTP响应返回给客户端：直接把bytes类型的data发送出去就行，同时记得在响应头里设置正确的Content-Type（比如JPG设为image/jpeg，PNG设为image/png），全程不需要做任何解码操作。
• 如果是要对图片内容做处理（比如修改尺寸、提取像素信息）：用专门的图片处理库来处理二进制数据，比如Pillow：

  from PIL import Image
  import io
  
  # 把二进制数据转换成Pillow可读取的对象
  img = Image.open(io.BytesIO(data))
  # 接下来就可以对img进行裁剪、调色等各种操作了
  

总结 #

核心就是别把二进制数据和文本数据混为一谈！utf-8解码只适用于文本文件，图片这类二进制文件直接以bytes形式处理就好，完全不需要解码~

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