错误读取文件 - ＆＃x27; utf＆＃x27;可以在位置45中解码字节0xff：无效启动字节

Question

我在这里有这两个脚本， send.py 和 recept.py 。 send.py是一个主机，它打开连接并等待接收.py连接。从理论上讲，一旦连接成功，我就可以将任何文件（带有send.py脚本）发送到另一个设备（带有接收脚本）。小问题...我试图从计算机上发现的随机音乐文件中阅读，以确保它可以与任何类型的文件一起使用并概述以下错误：

unicodedecodeerror：'utf-8'编解码器无法在位置45中解码字节0xff：无效启动字节

是什么导致此错误？

send.py ：

from socket import *

port = 42069
s = socket(AF_INET, SOCK_STREAM)
s.bind(('0.0.0.0', port))
s.listen(1)

c, addr = s.accept()

buffersize = 128

fname = '✵ТГК -Гелик 2022✵ Gelik✵-160 (mp3cut.net).mp3' #input('File Path: ')

with open(fname, 'rb') as file:
    readfc = file.read()

c.send(fname.encode())

if len(readfc) > buffersize:
    for packet in range(len(readfc) % buffersize):
        c.send(readfc[0:buffersize])

和 recept.py ：

from socket import *

port = 42069
s = socket(AF_INET, SOCK_STREAM)
s.connect(('192.168.0.171', port))

index = 0
while True:
    data = s.recv(1024)
    if not data:
        pass
    else:
        index += 1
        if index == 1:
            filename = data.decode()
        else:
            with open(filename, 'ab') as file:
                file.write(data.decode())

这是MSUIC文件的第一行：

ID3     #TSSE     Lavf59.16.100           яыа                                 Info     #R ђ.3 

!$&)+.0369:=@CEGJMORUVY\_acfiknqsux{}Ђ‚…‡ЉЌЏ‘”—љњћЎЈ¦©«­°і¶ёєЅАВЕЗКМПТФЦЩЬЮбгжилортхшъэ    Lavc59.18            $@     ђ.3ЮЬмf                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                    яыаD р  i   ```

Answer 1

该代码假设发件人中的单个发送与收件人中的单个recv匹配。对于TCP：TCP只是一个非结构化的字节流而不是结构化消息传输，该假设是错误的，它可以在发送/RECV上保留消息边界。

这意味着收件人中的初始data = s.recv（1024）不仅可能包括文件名，而且还可能已经包含了音乐文件的一部分。因此，它是UTF-8编码的文件名（多字节字符）的混合，其次是二进制音乐数据（字节）。尝试filename = data.decode（）将成功解码初始文件名。但是，它将在文件名结束后继续解码数据，从而将二进制音乐数据视为UTF-8中编码的多字节字符。这将导致观察到的解码误差。

修复程序应清楚地标记文件名结束的位置，二进制数据从何处开始，然后仅将文件名解码为文本，然后将其余的字节视为字节。一种常见的方法是将文件名与长度相结合，以便清楚其结束的位置。另一种方法可能会在文件名末尾添加\ 0（因为它不是有效的UTF-8编码字符的一部分en/unicode/u+0000“ rel =“ nofollow noreferrer”> nul - 本身在文件名中无效），并在此定界线上拆分传入的数据。

除此之外，后来的data.decode（）在阅读音乐数据时，由于发件人侧没有匹配encode（），因此读取音乐数据是错误的。而且不应该有一个，因为这些是二进制数据，即已经是字节。

Answer 2

除了@stefanullrich所说的话：

您在第9行中收到二进制数据。
您在第17行中以二进制模式打开文件。
所有这些都是正确的。
为什么您认为您需要将二进制数据解码为第18行中的字符串？？？这就是导致您看到的例外的原因。只是不要调用.decode（），请按原样写入该数据！