Question

我是Python的初学者，并希望通过这样做开始学习它。也就是说，我想在一大堆家庭照片中纠正一些EXIF信息。首先，我想正确地从JPEG文件中获取这些信息。

其中一些人用EXIF写的标题。它可以例如获得通过

import pyexiv2
metadata = pyexiv2.ImageMetadata(filename)
metadata.read()
title = metadata['Exif.Image.XPTitle']

到目前为止我已经有了。现在出现了问题。一些标题包含西里尔字母。如果我做print title.human_value我会举个例子

`ÐœÐ¸Ð»Ð¾Ð¹ ÐœÐ°Ð¼ÑƒÐ»Ðµ Ð¾Ñ‚ ÐœÐ°Ð¹Ð¸, 11 ÑÐ½Ð²Ð°Ñ€Ñ 1944.`

与print title同时，

<Exif.Image.XPTitle [Byte] = 28 4 56 4 59 4 62 4 57 4 32 0 28 4 48 4 60 4 67 4 59 4 53 4 32 0 62 4 66 4 32 0 28 4 48 4 57 4 56 4 44 0 32 0 49 0 49 0 32 0 79 4 61 4 50 4 48 4 64 4 79 4 32 0 49 0 57 0 52 0 52 0 46 0 0 0>

我喜欢看的实际字符串是

Милой Мамуле от Майи, 11 января 1944.

这似乎是一个unicode问题，但在尝试了这里和其他地方发现的十几种不同的方法后，我无法应对它。是否有可能在控制台中看到俄文字母？我在Windows 7（英语）上使用python（xy），所以我的IDE是spyder2。只是默认安装，我添加了pyexiv2。 TIA！

Answer 1

字节为UTF-16。

在Python 3中：

>>> b = [28, 4, 56, 4, 59, 4, 62, 4, 57, 4, 32, 0, 28, 4, 48, 4, 60, 4, 67, 4, 59, 4, 53, 4, 32, 0, 62, 4, 66, 4, 32, 0, 28, 4, 48, 4, 57, 4, 56, 4, 44, 0, 32, 0, 49, 0, 49, 0, 32, 0, 79, 4, 61, 4, 50, 4, 48, 4, 64, 4, 79, 4, 32, 0, 49, 0, 57, 0, 52, 0, 52, 0, 46, 0, 0, 0]
>>> bytes(b).decode("utf-16")
'Милой Мамуле от Майи, 11 января 1944.\x00'

在Python 2中：

>>> b = [28, 4, 56, 4, 59, 4, 62, 4, 57, 4, 32, 0, 28, 4, 48, 4, 60, 4, 67, 4, 59, 4, 53, 4, 32, 0, 62, 4, 66, 4, 32, 0, 28, 4, 48, 4, 57, 4, 56, 4, 44, 0, 32, 0, 49, 0, 49, 0, 32, 0, 79, 4, 61, 4, 50, 4, 48, 4, 64, 4, 79, 4, 32, 0, 49, 0, 57, 0, 52, 0, 52, 0, 46, 0, 0, 0]
>>> "".join(chr(c) for c in b).decode("utf-16")
u'\u041c\u0438\u043b\u043e\u0439 \u041c\u0430\u043c\u0443\u043b\u0435 \u043e\u04
42 \u041c\u0430\u0439\u0438, 11 \u044f\u043d\u0432\u0430\u0440\u044f 1944.\x00'

Answer 2

我认为title.human_value数据是UTF-8，已经从标题的原始UTF-16字节解码。

在python shell中，在OSX上的终端窗口中运行：

>>> # this should be the same as your title.human_value:
>>> print ''.join( chr(x) for x in [208, 156, 208, 184, 208, 
              187, 208, 190, 208, 185, 32, 208, 156, 208, 
              176, 208, 188, 209, 131, 208, 187, 208, 181, 
              32, 208, 190, 209, 130, 32, 208, 156, 208, 
              176, 208, 185, 208, 184, 44, 32, 49, 49, 32, 
              209, 143, 208, 189, 208, 178, 208, 176, 209, 
              128, 209, 143, 32, 49, 57, 52, 52, 46])

Милой Мамуле от Майи, 11 января 1944.

您的控制台可能不支持西里尔字符。您可以尝试将命令提示符中的字体设置为“Lucida Console” - 更现代的矢量字体比cmd默认的历史位图字体更能支持它。

Python：从EXIF中提取西里尔字符串

2 个答案: