Python字符串UTF-32编解码异常求助：文件读写后字节重复报错

我来帮你搞定这个问题！你的核心问题出在编码后写入文件的方式错误——你把UTF-32编码后的字节对象转成了字符串（也就是把b'\xff\xfe...'这种文本形式写进了文件），而不是直接写入原始字节。这就导致解码时读取的不是真正的UTF-32字节流，而是字节对象的字符串表示，自然触发解码错误。

问题拆解 #

看你的encode函数：

def encode(filename):
    s = readfile(filename)
    s_enc = bytes(s, 'utf-32')
    writefile(filename, str(s_enc))  # 这里错了！把bytes的字符串表示写入了文件

str(s_enc)会把字节对象转换成类似b'\xff\xfe\x00\x00H\x00...'的字符串，写入文件后，文件里存的是这段文本，而不是UTF-32的原始字节。后续用readfile_b读取时，得到的是这段文本的字节，自然无法用UTF-32解码。

修正后的代码 #

我们需要调整文件读写的模式，直接操作字节流，同时用with语句简化文件操作（自动关闭文件，更安全）：

def read_text(filename):
    # 读取文本文件（默认utf-8，可根据需要调整）
    with open(filename, 'r', encoding='utf-8') as f:
        return f.read()

def read_bytes(filename):
    # 读取二进制文件
    with open(filename, 'rb') as f:
        return f.read()

def write_text(filename, content):
    # 写入文本文件
    with open(filename, 'w', encoding='utf-8') as f:
        f.write(content)

def write_bytes(filename, content):
    # 写入二进制文件
    with open(filename, 'wb') as f:
        f.write(content)

def encode(filename):
    # 读取原始文本，编码为UTF-32字节，写入二进制文件
    s = read_text(filename)
    s_enc = s.encode('utf-32')  # 等价于bytes(s, 'utf-32')，写法更直观
    write_bytes(filename, s_enc)

def decode(filename):
    # 读取UTF-32字节，解码为文本，写入文本文件
    s_enc = read_bytes(filename)
    s = s_enc.decode('utf-32')
    write_text(filename, s)

# 测试执行
encode("Example.txt")
decode("Example.txt")

关键修改点 #

• 编码阶段：用write_bytes（二进制模式wb）直接写入UTF-32编码后的字节，不再转成字符串。
• 解码阶段：用read_bytes（二进制模式rb）读取原始字节，直接调用decode('utf-32')还原字符串。
• 用with语句管理文件，避免手动关闭文件可能出现的遗漏或错误。
• 函数命名更清晰，明确区分文本和字节操作，降低混淆。

验证效果 #

假设Example.txt初始内容是Hello：

1. encode后，文件会被替换为UTF-32编码的原始字节（比如小端序的话，开头是\xff\xfe\x00\x00，后面跟着每个字符的4字节表示）。
2. decode后，文件会被还原为原始的Hello文本。

内容的提问来源于stack exchange，提问作者Kai