Python:将utf-8格式的文件转换成gbk格式的文件

需求：将utf-8格式的文件转换成gbk格式的文件

实现代码如下：

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")

代码讲解：

函数ReadFile的第二个参数指定以utf-8格式的编码方式读取文件，返回的结果content为Unicode

然后，在将Unicode以gbk格式写入文件中。

这样就能实现需求。

但是，如果要转换格式的文件中包含有一些字符并不包含在gbk字符集中的话，就会报错，类似如下：

UnicodeEncodeError: 'gbk' codec can't encode character u'xa0' in position 4813: illegal multibyte sequence

以上的报错信息的意思是：在将Unicode编码成gbk的时候，不能将Unicode u'xa0'编码成gbk。

这里，我们需要弄清楚gb2312、gbk和gb18030三者之间的关系

GB2312：6763个汉字

GBK：21003个汉字

GB18030-2000：27533个汉字

GB18030-2005：70244个汉字

所以，GBK是GB2312的超集，GB18030是GBK的超集。

理清了关系之后，我们进一步改进下代码：

def UTF8_2_GBK(src,dst):      content = ReadFile(src,encoding="utf-8")      WriteFile(dst,content,encoding="gb18030")

运行后，发现没有报错，可以正常运行。

因为，在GB18030字符集中，可以找到u'xa0'对应的字符。

 此外，还有另外一种实现方案：

需要修改下WriteFile方法

def WriteFile(filePath,u,encoding="gbk"):      with codecs.open(filePath,"w") as f:          f.write(u.encode(encoding,errors="ignore"))

这里，我们将Unicode编码（encode）成gbk格式，但是注意encode函数的第二个参数，我们赋值"ignore"，表示在编码的时候，忽略掉那些无法编码的字符，

解码同理。

但是，当我们执行后，发现可以成功的将utf-8格式的文件修改成了ansi格式。但，另外发现生成的文件中，每个一行都有一行空行。

这里，可以指定以二进制流的形式写文件，修改后的代码如下：

def WriteFile(filePath,u,encoding="gbk"):      with codecs.open(filePath,"wb") as f:          f.write(u.encode(encoding,errors="ignore"))

• 初学者学习python2还是python3？
• python获取本机IP、mac地址、计算机名
• 详解python2 和 python3的区别
• python基础之删除文件及删除目录的方法
• 用python求第1000个质数的值
• python常用函数年初大总结
• Python3 - 时间处理与定时任务
• Python开发的CMS系统，Silva CMS 3 发布
• python基础之使用os.system来执行系统命令
• 判断python字典中key是否存在的两种方法

• 初学者学习python2还是python3？
• python基础之删除文件及删除目录的方法
• python获取本机IP、mac地址、计算机名
• python获取系统时间（时间函数详解）
• 详解python2 和 python3的区别
• 用python求第1000个质数的值
• Python3 - 时间处理与定时任务
• 命令行看糗百
• Python算法之---冒泡，选择，插入排序算法
• python 中求和函数 sum详解

• range方法在Python2和Python3中的不同
• python3 数组(列表)初始化
• 记一次crontab中date命令错用导致的问题
• MySQL用LIKE特殊字符搜索
• CentOS 7 下修改主机名
• Python3正则表达式之：(?(id/name)y...
• TIOBE编程语言排行榜2019年 Python稳居前三
• 解压命令unzip常用方法汇总
• 解析redis备份文件rdb的两种方法及对比
• 百度视觉语义化平台2.0：交互升级和...
• 5G时代的视觉语义化技术：软硬结合...
• 百度AutoDL重磅升级至3.0：设计、迁...