数据处理流程主要包括三个步骤，最后一步是常规的数据处理，使用Python的pandas进行数据处理，整合为dataframe。关键问题出现在将字典转换为json字符串的过程，因为字典中的img键的值是经过base64编码的结果，base64.b64decode方法返回的是bytes对象，而非字符串。这导致了新json字符串的生成时出错。经过定位问...
Python 图像转 base64 及 AI 标签数据处理-异常总结
在进行产品开发过程中，我遇到了如何筛选经过AI标记图片数据的问题，因为没有一个标准值来过滤，于是决定自己写代码解决。这个过程让我体验到了编码的美妙与沉浸感，觉得在产品需求中忙碌之余，能够安静专注地编码，是一种难得的幸福。下面，我将分享我处理数据的流程以及遇到的异常问题与解决办法。
数据处理流程主要包括三个步骤，最后一步是常规的数据处理，使用Python的pandas进行数据处理，整合为dataframe。关键问题出现在将字典转换为json字符串的过程，因为字典中的img键的值是经过base64编码的结果，base64.b64decode方法返回的是bytes对象，而非字符串。这导致了新json字符串的生成时出错。
经过定位问题和查阅资料，我发现最直接的解决办法是将bytes对象通过decode方法转换为字符串，解决报错问题。AI标记返回的数据中，base64编码的图片数据为bytes对象，这一关键点需要记住，以免在编码转换时出现错误。
总结而言，调试需要耐心，因为问题往往复杂且环环相扣，就像是解开俄罗斯套娃。在这个过程中，理解base64.b64decode返回的是bytes对象而非字符串，是解决问题的关键。
在总结与分享解决过程的同时，提醒自己和团队，在处理数据类型转换时，要特别注意数据类型之间的转换规则，以避免潜在的编码错误。在实际应用中，通过实践与不断学习，我们可以更有效地解决开发过程中遇到的问题。2024-10-13
