1

我收到了一个带有 EXIF ImageDescription 元数据的图像文件,其值为“测试口音:éâäàè”。使用 .NET GDI+ 类提取此数据时,它报告它存储为 ASCII,但在使用 ASCII 解码器时得到垃圾数据。通过反复试验,我发现我可以使用 UTF8 解码器正确提取它。

这是示例代码:

public string GetDescription()
{
  const string filePath = @"C:\test_image.jpg";

  using (var bmp = new System.Drawing.Bitmap(filePath))
  {
    var propItem = bmp.PropertyItems.FirstOrDefault(p => p.Id == 270); // EXIF ImageDescription

    if (propItem == null)
      return null;

    string value = null;

    if (propItem.Type == 2) // ASCII
    {
      // Does not work: Returns "Test accents: ??????????"
      var asciiEnc = new System.Text.ASCIIEncoding();
      value = asciiEnc.GetString(propItem.Value, 0, propItem.Value.Length - 1);

      // CORRECT: Returns "Test accents: éâäàè"
      var utf8Enc = new System.Text.UTF8Encoding();
      value = utf8Enc.GetString(propItem.Value, 0, propItem.Value.Length - 1);
    }

    return value;
  }
}

我正在考虑更改我的生产代码,以便在提取元属性时始终使用 UTF8 解码器,即使 PropertyItem.Type 指示它是 ASCII。在这种情况下它当然有效,但我把它扔给你们,以防我遗漏了不可预见的后果。

那么 - 在提取 ASCII 元数据时使用 UTF8 解码器是不是一个坏主意?

PS:我还尝试使用以下代码使用 BitmapMetadata 类提取数据,但结果不正确。如果有一种可靠的方法来使用这种技术,我愿意接受。

// Returns incorrect string: "Test accents: éâäà è"
var value = bitmapMetadata.GetQuery("/app1/ifd/{ushort=270}") as string;
4

2 回答 2

7

你不能让它可靠。Exif 遭受了常见的编码痛苦,Exif 标准规定只能使用 7 位 ASCII 代码,但每个人都忽略了它。他们必须这样做,ASCII 只是无法正确编码多种语言的文本。顺便说一句,Exif 来自日本,这个国家的语言很少使用 ASCII,而且编码问题历史悠久。所以每个人都只是选择适合他们的任何编码,可以是 UTF8 也可以是 ANSI,无论创建图像时常用的代码页。

在艰难险阻之间,使用 UTF8Encoding 是最好的选择。它不能很好地处理在 ANSI 代码页中编码的文本,您对此无能为力。Encoding.Default 是一个糟糕的第二选择。图片中的文本实际上是 utf-8 编码的。

但是,是的,如果文本实际上是纯 ASCII,那么 UTF8Encoding 就可以正常工作。Utf-8 以相同的方式对 ASCII 码进行编码。

于 2013-10-09T23:25:42.133 回答
0

IPTC 标准jbrout(在 Python 中)中我们Iptc.Envelope.CharacterSet这样

self._md["Iptc.Envelope.CharacterSet"] = ['\x1b%G', ]

当然,我相信每个人都应该只将 UTF8 用于磁盘(或有线)的任何内容。使用 ANSI 编码(或者在 Microsoft 的其他操作系统中调用它)应该作为犯罪受到惩罚。

于 2013-10-11T10:42:51.193 回答