文件大小编码解码技巧分享

一分耕耘，一分收获！既然打开了这篇文章《文件名与大小编码解码处理方法》，就坚持看下去吧！文中内容包含等等知识点...希望你能在阅读本文后，能真真实实学到知识或者帮你解决心中的疑惑，也欢迎大佬或者新人朋友们多留言评论，多给建议！谢谢！

本文详解解决 Python Socket 通信中因字节流混杂导致的 `UnicodeDecodeError: 'utf-8' codec can't decode byte 0xb5` 错误，核心在于严格分离控制信息（如文件名、大小）与二进制数据流，并确保 UTF-8 编码/解码仅作用于纯文本字段。

该错误的根本原因并非编码参数设置不当，而是协议设计缺陷：发送端在 client.send(str(file_size).encode()) 后紧接着调用 client.sendall(encrypted)（发送加密后的二进制密文），而接收端却用固定缓冲区 recv(1024) 读取 file_size —— 此时 TCP 流无消息边界，极大概率将部分密文字节（如 0xb5）误纳入 file_size 的接收缓冲区，导致 decode('utf-8') 失败。

✅ 正确做法是：严格分阶段收发，且每阶段使用确定性长度或明确分隔符。以下是推荐方案：

1. 控制信息与数据分离（推荐）

# 发送端（Server）
client.send(file_name.encode('utf-8'))      # 纯文本，UTF-8 安全
client.send(f"{file_size}".encode('utf-8')) # 纯数字字符串，UTF-8 安全
client.sendall(encrypted)                   # 纯二进制，不参与 decode
client.send(b'<END>')                       # 可选：标记控制信息结束

# 接收端（Client）
# ✅ 安全读取文件名（假设最长100字节）
file_name = client.recv(100).decode('utf-8').strip('\x00')

# ✅ 安全读取文件大小（同样限定长度，避免截断或混入）
file_size_bytes = client.recv(20).decode('utf-8').strip('\x00')
file_size = int(file_size_bytes)

# ✅ 跳过可选分隔符（如有）
if client.recv(5) != b'<END>':
    raise ValueError("Missing <END> delimiter")

# ✅ 按确切字节数接收加密数据
received = 0
with open(file_name, 'wb') as f:
    while received < file_size:
        chunk = client.recv(min(8192, file_size - received))
        if not chunk:
            raise ConnectionError("Connection closed prematurely")
        f.write(chunk)
        received += len(chunk)

2. 关键注意事项

• ❌ 避免 recv(1024) 无条件读取：TCP 是字节流，不是消息队列，recv(n) 仅保证最多返回 n 字节，不保证“刚好一个逻辑单元”。
• ✅ 对控制字段（文件名、大小）设定合理上限（如 recv(100)），并 .strip('\x00') 清除可能的填充空字节。
• ✅ 使用 int() 解析文件大小前，务必确保接收到的是完整、纯净的数字字符串（无二进制污染）。
• ✅ 加密数据（encrypted）绝不可用 .decode() 处理，它本质是任意字节序列，应直接写入二进制文件。
• ? 进阶建议：采用结构化协议（如 struct.pack('!I', len(data)) + data 发送长度前缀），彻底规避分隔符歧义。

通过协议层面的清晰分层，即可根治此类 UnicodeDecodeError —— 本质不是编码问题，而是数据边界失控。

好了，本文到此结束，带大家了解了《文件大小编码解码技巧分享》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多文章知识！