from pathlib import Path
import chardet
import re

def text_file_encoding_convert(f: Path, target_encoding: str, *, dry_run=False) -> (bool, str, float):
    ''' 轉(zhuǎn)換單個文件到目標(biāo)編碼
    @param  f                   文件路徑
    @param  target_encoding     目標(biāo)編碼，比如urf-8
    @param  dry_run             為True 時不實際修改源文件

    @return  返回三個值分別為（是否成功，估計的源文件編碼，估計的把握）
    '''
    target_encoding = target_encoding.lower()    # python 的標(biāo)準(zhǔn)編碼名稱都是小寫
    raw = f.read_bytes()
    result = chardet.detect(raw)
    encoding = result["encoding"].lower()     # chardet 估計出來的編碼名稱
    confidence = result["confidence"]    # 估計的把握
    flag = True

    # 下面的單次for 循環(huán)用來避免重復(fù)寫return 語句，break 后統(tǒng)一跳到最后return
    for _d（￣_￣）b_ in (1,):
        if encoding == target_encoding or encoding == "ascii" and target_encoding == "utf-8":
            # 目標(biāo)編碼和源編碼相同時不用做處理。utf-8 編碼和ASCII 兼容，原編碼為ASCII 時轉(zhuǎn)換到utf-8 不會有變化，所以也跳過
            print(f"-> [NO CONVERSION NEEDED] {f.name}: {encoding} ==> [ {target_encoding} ]")
            break

        try:
            text = raw.decode(encoding)
        except:
            print(f"!> Encoding err: {f.name}, detected: {encoding}, {confidence}.")
            flag = False
            break

        if dry_run:
            print(f"-> [ NO WET ] {f.name}: {encoding} ==> [ {target_encoding} ]")
        else:
            # 必須先用目標(biāo)編碼轉(zhuǎn)換成字節(jié)數(shù)組，然后按字節(jié)寫入源文件
            # 如果按文本方式寫入，就會遇到喜聞樂見的CR LF 換行問題，
            # 源文件中的CR LF 換行會被自動變成CR CR LF，也就是多了一堆空行。
            out = text.encode(target_encoding)
            f.write_bytes(out)
            print(f"-> {f.name}: {encoding} ==> [ {target_encoding} ]")

    return (flag, encoding, confidence)


def text_file_encoding_batch_convert(
    folder: Path,
    target_encoding: str,
    *,
    dry_run=True,
    recursive=False,
    pattern=".*(c|h|txt|cxx|cpp|hpp|hxx|csv|asm)$",
    skip_when_error=True,
):
    ''' 批量轉(zhuǎn)換一個目錄下文本文件的編碼
    @param  folder             目標(biāo)目錄
    @param  target_encoding    目標(biāo)編碼
    @param  dry_run            不實際修改源文件，避免手滑寫錯
    @param  recursive          包括所有子文件夾下的文件
    @param  pattern            基于文件名篩選文本文件的正則表達(dá)式，默認(rèn)根據(jù)后綴篩選幾種文本類型
    @param  skip_when_error    默認(rèn)True，單個文件轉(zhuǎn)換出錯時提示并跳過，否則終止
    '''
    if recursive:
        flist = folder.rglob("*")
    else:
        flist = folder.glob("*")

    p = re.compile(pattern)   # 把正則編譯了，之后應(yīng)該能快一點
    for f in flist:
        if not (f.is_file() and p.match(f.name)):
            continue

        ok, encoding, confidence = text_file_encoding_convert(f, target_encoding, dry_run=dry_run)
        if not ok:
            if skip_when_error:
                print("!> SKIP.")
            else:
                print("!> ABORT.")
                return

folder = Path(r"D:\Downloads\Some shit\\")
text_file_encoding_batch_convert(folder, "utf-8", recursive=True)

text_file_encoding_batch_convert(folder, "utf-8", recursive=True, dry_run=False)