Python 以 rb 模式读取文件时返回的是 bytes 对象，但直接转为字符串（如 str()）会触发 Unicode 解码，导致不可见字符被错误解释或合并；实际字节值并未损坏，只需避免误转换并使用合适方式展示。
python 以 `rb` 模式读取文件时返回的是 `bytes` 对象，但直接转为字符串（如 `str()`）会触发 unicode 解码，导致不可见字符被错误解释或合并；实际字节值并未损坏，只需避免误转换并使用合适方式展示。
当你用 open('tree.sgi', 'rb') 打开文件，并执行 f.read(24)，返回的确实是原始的 24 字节数据（类型为 bytes）。问题根源在于你调用了 str(f.read(byteAdressEnd)) —— 这会将 bytes 对象强制转换为字符串，Python 会尝试用默认编码（通常是 UTF-8）解码这些字节。而二进制文件中大量非 UTF-8 合法字节序列（如 \xb0、\x83、\x91 等）会被解释为无效或代理字符，甚至引发 UnicodeDecodeError；某些字节（如 \x76 对应 ASCII 'v'）则被“美化”显示为可读字符，造成你观察到的“字节被合并为字符”的错觉——这并非读取错误，而是显示/转换逻辑造成的视觉干扰。
✅ 正确做法：始终直接操作 bytes 对象，避免无意义的 str() 转换。例如：
with open('tree.sgi', 'rb') as f:
data = f.read(24) # data 是 bytes 类型，保持原始字节
print(type(data)) # <class 'bytes'>
print(data) # 输出类似: b'\x01\xda\x01\x01\x00\x03\x04\xb0\x02v\x00\x03\x00\x00\x00\x00\x00\x00\x00\xff\x00\x00\x00\x00'⚠️ 注意：print(data) 默认以可读形式显示（ASCII 可打印字符显示为字母，其余显示为 \xXX），这是 bytes.__repr__() 的行为，完全安全且忠实于原始数据。
若需统一以十六进制格式清晰查看所有字节（如调试二进制协议），推荐以下更健壮的打印函数：
立即学习“Python免费学习笔记（深入）”；
def hexdump(data: bytes, sep=' ') -> str:
"""将 bytes 转为十六进制字符串，如 '01 da 01 01 00 ...'"""
return sep.join(f'{b:02x}' for b in data)
# 使用示例
with open('tree.sgi', 'rb') as f:
data = f.read(24)
print(hexdump(data)) # 输出: 01 da 01 01 00 03 04 b0 02 76 00 03 00 00 00 00 00 00 00 ff 00 00 00 00? 关键总结：
- ✅ rb 模式读取绝对可靠，bytes 对象即原始字节，无需“修复”；
- ❌ 避免 str(bytes_obj)，这是绝大多数显示异常的根源；
- ✅ 使用 bytes.hex()（返回无分隔符十六进制字符串）或自定义 hexdump 函数进行可视化；
- ✅ 处理二进制数据时，优先使用 struct.unpack()、int.from_bytes() 等方法解析结构化内容，而非字符串操作。
