.Thumbdata3文件提取。TypeError:需要类似字节的对象，而不是“str”

Question

我知道也有类似的线索，我也看过，但它们对我的案子没有帮助：

不久前，我保存了两个.thumbdata3文件，每个文件的大小约为500mb。This stackexchange thread声称我可以使用python脚本从文件中提取小jpeg：

#!/usr/bin/python

"""extract files from Android thumbdata3 file"""

f=open('thumbdata3.dat','rb')
tdata = f.read()
f.close()

ss = '\xff\xd8'
se = '\xff\xd9'

count = 0
start = 0
while True:
    x1 = tdata.find(ss,start)
    if x1 < 0:
        break
    x2 = tdata.find(se,x1)
    jpg = tdata[x1:x2+1]
    count += 1
    fname = 'extracted%d03.jpg' % (count)
    fw = open(fname,'wb')
    fw.write(jpg)
    fw.close()
    start = x2+2

但是它返回了以下错误：

^{pr2}$

在四处搜索之后，我认为错误可能在使用2.7和3.5方法之间，并将f.open函数中的'rb'改为'r'，结果得到了这个错误：

Traceback (most recent call last):
  File "...\Thumbdata\thumbadata extract.py", line 6, in <module>
    tdata = f.read()
  File "...\Anaconda3\lib\encodings\cp1252.py", line 23, in decode
    return codecs.charmap_decode(input,self.errors,decoding_table)[0]
UnicodeDecodeError: 'charmap' codec can't decode byte 0x81 in position 277960004: character maps to <undefined>

值得一提的是，脚本和文件都在同一个文件夹中。我在Python运行包和Anaconda3中使用Atom。在

感谢任何帮助。在

Answer 1

必须在f=open（'thumbdata3.dat'，'rb'）中继续使用rb模式读取二进制数据。在

问题是f是一个二进制流，那么find函数需要一个字节类型的参数，这在Python3中是新的。在

ss和se被指定为字符串值，因此其类型为string（我猜ss和se代表字符串开始和结束）。在

您需要使用encode（）函数将这些字符串编码为二进制类型：

x1 = tdata.find(ss.encode(),start)

x2 = tdata.find(se.encode(),x1)

请测试并评论输出，以确保它能工作。在