Python實(shí)現(xiàn)把utf-8格式的文件轉(zhuǎn)換成gbk格式的文件
更新時(shí)間：2015年01月22日 10:32:24 投稿：junjie
這篇文章主要介紹了Python實(shí)現(xiàn)把utf-8格式的文件轉(zhuǎn)換成gbk格式的文件,本文給出了實(shí)現(xiàn)代碼并同時(shí)剖析了代碼的作用,需要的朋友可以參考下
需求：將utf-8格式的文件轉(zhuǎn)換成gbk格式的文件
實(shí)現(xiàn)代碼如下：
復(fù)制代碼 代碼如下:
def ReadFile(filePath,encoding="utf-8"):
with codecs.open(filePath,"r",encoding) as f:
return f.read()
def WriteFile(filePath,u,encoding="gbk"):
with codecs.open(filePath,"w",encoding) as f:
f.write(u)
def UTF8_2_GBK(src,dst):
content = ReadFile(src,encoding="utf-8")
WriteFile(dst,content,encoding="gbk")
代碼講解：
函數(shù)ReadFile的第二個(gè)參數(shù)指定以u(píng)tf-8格式的編碼方式讀取文件，返回的結(jié)果content為Unicode然后，在將Unicode以gbk格式寫入文件中。
這樣就能實(shí)現(xiàn)需求。
但是，如果要轉(zhuǎn)換格式的文件中包含有一些字符并不包含在gbk字符集中的話，就會(huì)報(bào)錯(cuò)，類似如下：
復(fù)制代碼 代碼如下:
UnicodeEncodeError: 'gbk' codec can't encode character u'\xa0' in position 4813: illegal multibyte sequence
以上的報(bào)錯(cuò)信息的意思是：在將Unicode編碼成gbk的時(shí)候，不能將Unicode u'\xa0'編碼成gbk。
這里，我們需要弄清楚gb2312、gbk和gb18030三者之間的關(guān)系
復(fù)制代碼 代碼如下:
GB2312：6763個(gè)漢字
GBK：21003個(gè)漢字
GB18030-2000：27533個(gè)漢字
GB18030-2005：70244個(gè)漢字
所以，GBK是GB2312的超集，GB18030是GBK的超集。
理清了關(guān)系之后，我們進(jìn)一步改進(jìn)下代碼：
復(fù)制代碼 代碼如下:
def UTF8_2_GBK(src,dst):
content = ReadFile(src,encoding="utf-8")
WriteFile(dst,content,encoding="gb18030")
運(yùn)行后，發(fā)現(xiàn)沒有報(bào)錯(cuò)，可以正常運(yùn)行。
因?yàn)椋贕B18030字符集中，可以找到u'\xa0'對(duì)應(yīng)的字符。
此外，還有另外一種實(shí)現(xiàn)方案：
需要修改下WriteFile方法
復(fù)制代碼 代碼如下:
def WriteFile(filePath,u,encoding="gbk"):
with codecs.open(filePath,"w") as f:
f.write(u.encode(encoding,errors="ignore"))
這里，我們將Unicode編碼（encode）成gbk格式，但是注意encode函數(shù)的第二個(gè)參數(shù)，我們賦值"ignore"，表示在編碼的時(shí)候，忽略掉那些無法編碼的字符，解碼同理。
但是，當(dāng)我們執(zhí)行后，發(fā)現(xiàn)可以成功的將utf-8格式的文件修改成了ansi格式。但，另外發(fā)現(xiàn)生成的文件中，每個(gè)一行都有一行空行。
這里，可以指定以二進(jìn)制流的形式寫文件，修改后的代碼如下：
復(fù)制代碼 代碼如下:
def WriteFile(filePath,u,encoding="gbk"):
with codecs.open(filePath,"wb") as f:
f.write(u.encode(encoding,errors="ignore"))
您可能感興趣的文章:
- Python把對(duì)應(yīng)格式的csv文件轉(zhuǎn)換成字典類型存儲(chǔ)腳本的方法
- 利用python將json數(shù)據(jù)轉(zhuǎn)換為csv格式的方法
- Python中xml和json格式相互轉(zhuǎn)換操作示例
- Python基于pandas實(shí)現(xiàn)json格式轉(zhuǎn)換成dataframe的方法
- Python3實(shí)現(xiàn)轉(zhuǎn)換Image圖片格式
- python實(shí)現(xiàn)批量圖片格式轉(zhuǎn)換
- Python將圖片批量從png格式轉(zhuǎn)換至WebP格式
- Python實(shí)現(xiàn)把json格式轉(zhuǎn)換成文本或sql文件
- Python批量轉(zhuǎn)換文件編碼格式
- python輕松實(shí)現(xiàn)代碼編碼格式轉(zhuǎn)換
- python實(shí)現(xiàn)通過pil模塊對(duì)圖片格式進(jìn)行轉(zhuǎn)換的方法
- Python中 CSV格式清洗與轉(zhuǎn)換的實(shí)例代碼
相關(guān)文章
python動(dòng)畫manim中的顏色ManimColor的使用方法詳解
這篇文章主要介紹了python動(dòng)畫manim中的顏色ManimColor的使用方法,本文通過實(shí)例圖文展示給大家介紹的非常詳細(xì),感興趣的朋友跟隨小編一起看看吧2024-08-08
這篇文章通過示例代碼介紹了python讀取Dicom文件的方法,代碼簡(jiǎn)單易懂,對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友參考下吧2024-01-01
Python對(duì)CSV、Excel、txt、dat文件的處理
本文介紹的是Python對(duì)CSV、Excel、txt、dat文件的處理，具有一定的參考價(jià)值，需要的朋友跟隨小編一起來看下2018-09-09
為何人工智能(AI)首選Python？讀完這篇文章你就知道了（推薦）
這篇文章主要介紹了為何人工智能(AI)首選Python，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-04-04
本文詳細(xì)介紹了如何下載和安裝帶有Python3.8的Anaconda發(fā)行版,包括Anaconda簡(jiǎn)介、下載步驟、安裝指南以及驗(yàn)證安裝結(jié)果,此外,還介紹了如何設(shè)置Python3.8作為默認(rèn)版本并利用別名功能進(jìn)行快捷切換,幫助讀者快速上手使用這一強(qiáng)大的數(shù)據(jù)科學(xué)工具,感興趣的朋友一起看看吧2025-02-02
這篇文章主要介紹了Python繪制餅圖、圓環(huán)圖的實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-02-02
Django框架文件上傳與自定義圖片上傳路徑、上傳文件名操作分析
這篇文章主要介紹了Django框架文件上傳與自定義圖片上傳路徑、上傳文件名操作,結(jié)合實(shí)例形式分析了Django框架文件上傳的原理、步驟、實(shí)現(xiàn)方法以及圖片上傳時(shí)自定義上傳路徑、上傳文件名的相關(guān)操作技巧,需要的朋友可以參考下2019-05-05
這篇文章主要為大家詳細(xì)介紹了python3.5繪制隨機(jī)漫步圖，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-08-08
Python高階函數(shù)之filter()函數(shù)代碼示例
這篇文章主要介紹了Python高階函數(shù)之filter()函數(shù)代碼示例，獲取了一個(gè)序列的時(shí)候，想要把一些內(nèi)容去掉，保留一部分內(nèi)容的時(shí)候可以使用高效的filter()函數(shù),需要的朋友可以參考下2023-07-07
這篇文章主要為大家詳細(xì)介紹了Python文本特征抽取與向量化算法，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2017-12-12