批量转换.txt文件的编码格式为utf-8

Posted 2020-12-19 monster-yher

.txt文件原本的编码格式为国标或者ANSI,需要转换为utf-8，防止中文乱码。

• 只要修改path路径为.txt文件所在目录即可。
• 如果出现No module named ‘chardet‘错误，先执行pip install chardet安装这个库。
• 注意：如果.txt文件本身已经是utf-8编码格式，再次转换也会乱码，不要多次转换。

import os
import codecs
import chardet

def list_folders_files(path):
    """
    返回 "文件夹" 和 "文件" 名字
    :param path: "文件夹"和"文件"所在的路径
    :return:  (list_folders, list_files)
            :list_folders: 文件夹
            :list_files: 文件
    """
    list_folders = []
    list_files = []
    for file in os.listdir(path):
        file_path = os.path.join(path, file)
        if os.path.isdir(file_path):
            list_folders.append(file)
        else:
            list_files.append(file)
    return (list_folders, list_files)

def convert(file, in_enc="GBK", out_enc="UTF-8"):
    """
    该程序用于将目录下的文件从指定格式转换到指定格式，默认的是GBK转到utf-8
    :param file:    文件路径
    :param in_enc:  输入文件格式
    :param out_enc: 输出文件格式
    :return:
    """
    in_enc = in_enc.upper()
    out_enc = out_enc.upper()
    try:
        print("convert [ " + file.split(‘\‘)[-1] + " ].....From " + in_enc + " --> " + out_enc)
        f = codecs.open(file, ‘r‘, in_enc, "ignore")
        new_content = f.read()
        codecs.open(file, ‘w‘, out_enc).write(new_content)
    except IOError as err:
        print("I/O error: {0}".format(err))
# 将路径下面的所有文件，从原来的格式变为UTF-8的格式
if __name__ == "__main__":

    print(‘abc‘)
    path = r‘C:UsersoyDesktop	est‘         #只要满足形式，一般只需改变文件夹的路径即可
    (list_folders, list_files) = list_folders_files(path)

    print("Path: " + path)
    for fileName in list_files:
        filePath = path + ‘\‘ + fileName
        with open(filePath, "rb") as f:
            data = f.read()
            # codeType = chardet.detect(data)[‘encoding‘]
            convert(filePath, ‘GB2312‘, ‘UTF-8‘)