Python實(shí)現(xiàn)把utf-8格式的文件轉(zhuǎn)換成gbk格式的文件
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：
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：
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
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：
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(méi)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
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(wú)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：
def WriteFile(filePath,u,encoding="gbk"):
with codecs.open(filePath,"wb") as f:
f.write(u.encode(encoding,errors="ignore"))
- 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(guò)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
這篇文章主要介紹了詳解如何將python3.6軟件的py文件打包成exe程序，小編覺(jué)得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2018-10-10
解決Pytorch中Batch Normalization layer踩過(guò)的坑
這篇文章主要介紹了解決Pytorch中Batch Normalization layer踩過(guò)的坑，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2021-05-05
本文主要介紹了python引入其他py文件或模塊，文中通過(guò)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(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-01-01
Python腳本提取fasta文件單序列信息實(shí)現(xiàn)
這篇文章主要為大家介紹了Python腳本提取fasta文件單序列信息實(shí)現(xiàn)示例，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-07-07
python可視化 matplotlib畫(huà)圖使用colorbar工具自定義顏色
這篇文章主要介紹了python可視化 matplotlib畫(huà)圖使用colorbar工具自定義顏色，文中通過(guò)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(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-12-12
Python實(shí)現(xiàn)圖片格式轉(zhuǎn)換
經(jīng)常會(huì)遇到圖片格式需要轉(zhuǎn)換的情況，這篇文章主要為大家詳細(xì)介紹了Python實(shí)現(xiàn)圖片格式轉(zhuǎn)換，文中示例代碼介紹的非常詳細(xì)、實(shí)用，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2022-08-08
Python數(shù)據(jù)分析基礎(chǔ)之異常值檢測(cè)和處理方式
這篇文章主要介紹了Python數(shù)據(jù)分析基礎(chǔ)之異常值檢測(cè)和處理方式，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2022-07-07
這篇文章主要介紹了Python字符串替換的方法,實(shí)例對(duì)比分析了單個(gè)字符替換與字符串替換的相關(guān)技巧,非常簡(jiǎn)單實(shí)用,需要的朋友可以參考下2015-05-05
Python辦公自動(dòng)化之定時(shí)郵件提醒和音視頻文件處理
這篇文章主要為大家詳細(xì)介紹了Python辦公自動(dòng)化中定時(shí)郵件提醒和音視頻文件處理的相關(guān)知識(shí),文中的示例代碼講解詳細(xì),需要的小伙伴可以了解下2023-12-12
這篇文章主要為大家詳細(xì)介紹了python讀取文本繪制動(dòng)態(tài)速度曲線，多圖同步顯示，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-06-06