UnicodeDecodeError: 'utf-8' codec can't decode byte 0x81 in position 2: invalid start byte
Ai încercat să transformi în text cu .decode() bytes care nu sunt text, de obicei un digest() de hash sau o cheie. Pentru afișare sau stocare folosește .hex(), nu .decode().
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
.decode() presupune că bytes-urile sunt un text encodat în UTF-8. Un hash SHA-256, o cheie sau o semnătură sunt însă 32–65 de octeți aleatori: unii dintre ei nu pot fi începutul unui caracter UTF-8 valid. Mesajul spune ce octet a fost problema (0x81) și poziția lui (position 2), iar „invalid start byte” înseamnă că acel octet nu poate începe un caracter.
Valoarea exactă și poziția diferă de la un hash la altul, iar uneori un hash scurt se decodează din întâmplare fără eroare, ceea ce face greșeala să pară aleatorie. Reparația nu este errors="ignore", care ar pierde octeți, ci să alegi reprezentarea potrivită: .hex() (text hex, ce folosește tot ecosistemul) sau base64.
De ce apare: cauzele frecvente
1decode() pe un digest
h = hashlib.sha256(b"bloc 1").digest()
print(h.decode())h = hashlib.sha256(b"bloc 1").digest()
print(h.hex())Hash-ul nu e text. .hex() scrie fiecare octet ca două caractere hex, fără pierderi.
2Bytes de cheie salvați ca text
cheie = (123456789).to_bytes(32, "big")
salvat = cheie.decode()cheie = (123456789).to_bytes(32, "big")
salvat = cheie.hex()Octeții unei chei nu formează caractere. Textul hex se poate citi înapoi cu bytes.fromhex.
Repară eroarea, direct în pagină
Codul de mai jos vrea să salveze ca text hash-ul binar al blocului, dar dă UnicodeDecodeError: 'utf-8' codec can't decode byte 0x81 in position 2: invalid start byte. Repară-l ca să afișeze hash-ul ca text hex (Hash: ...) și lungimea lui (Caractere: 64).
import hashlib
h = hashlib.sha256(b"a").digest()
text = h.decode()
print("Hash:", text)
print("Caractere:", len(text))Hash: ca978112ca1bbdcafac231b39a23dc4da786eff8147c4e72b9807785afee48bb Caractere: 64
Indiciu
Bytes-urile unui hash se scriu ca text cu .hex().
Reparația
import hashlib
h = hashlib.sha256(b"a").digest()
text = h.hex()
print("Hash:", text)
print("Caractere:", len(text))De ce merge
Cei 32 de octeți ai lui digest() nu sunt un text UTF-8, așa că .decode() se oprește la primul octet care nu poate începe un caracter. .hex() transformă fiecare octet în două caractere hex, deci obții 64 de caractere, identice cu ce dă hexdigest(). Reprezentarea hex se poate citi oricând înapoi cu bytes.fromhex(text).
Alte forme ale mesajului
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xb6 in position 0: invalid start byteUnicodeDecodeError: 'utf-8' codec can't decode byte 0xe2 in position 5: invalid continuation byte
Cum o eviți pe viitor
Ține minte: .decode() doar pentru bytes care au fost text (ce ai obținut cu .encode()). Pentru hash-uri, chei, semnături și adrese folosește .hex() și bytes.fromhex(). Dacă eroarea apare „doar uneori”, aproape sigur decodezi date binare care din întâmplare au fost uneori valide ca UTF-8.
Întrebări frecvente
De ce eroarea apare doar pentru unele blocuri?
Pentru că depinde de octeții hash-ului. Unele combinații sunt UTF-8 valid din întâmplare, altele nu. Codul e greșit pentru toate, doar că uneori nu se vede.
Rezolv cu decode(errors="ignore")?
Nu. Elimini octeții invalizi, deci pierzi informație și nu mai poți reface hash-ul. Folosește .hex().
Erori înrudite
AttributeError: 'bytes' object has no attribute 'encode' Ai apelat .encode() pe ceva care e deja bytes, de exemplu pe un digest() sau pe un literal b"...". Șterge .encode(): valoarea se poate da direct funcției hash. AttributeError: 'str' object has no attribute 'decode' Ai apelat .decode() pe un text (str), de obicei pe rezultatul lui hexdigest() sau json.dumps(), care sunt deja text. Șterge .decode(): valoarea e gata de folosit. ValueError: non-hexadecimal number found in fromhex() arg at position 1 Textul dat lui bytes.fromhex conține un caracter care nu e cifră hex, de obicei prefixul 0x (x este la poziția 1). Taie prefixul înainte: bytes.fromhex(valoare.removeprefix("0x")). Învață Blockchain de la zero, cu exerciții la fiecare lecție
Curs Blockchain și criptomonede: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
