国产探花免费观看_亚洲丰满少妇自慰呻吟_97日韩有码在线_资源在线日韩欧美_一区二区精品毛片,辰东完美世界有声小说,欢乐颂第一季,yy玄幻小说排行榜完本

首頁 > 學院 > 開發設計 > 正文

Python:將utf-8格式的文件轉換成gbk格式的文件

2019-11-14 17:24:17
字體:
來源:轉載
供稿:網友
需求:將utf-8格式的文件轉換成gbk格式的文件
實現代碼如下:
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ReadFile的第二個參數指定以utf-8格式的編碼方式讀取文件,返回的結果content為Unicode
然后,在將Unicode以gbk格式寫入文件中。
這樣就能實現需求。
但是,如果要轉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,就會報錯,類似如下:
UnicodeEncodeError: 'gbk' codec can't encode character u'/xa0' in position 4813: illegal multibyte sequence
以上的報錯信息的意思是:在將Unicode編碼成gbk的時候,不能將Unicode u'/xa0'編碼成gbk。
這里,我們需要弄清楚gb2312、gbk和gb18030三者之間的關系
GB2312:6763個漢字
GBK:21003個漢字
GB18030-2000:27533個漢字
GB18030-2005:70244個漢字
所以,GBK是GB2312的超集,GB18030是GBK的超集。
理清了關系之后,我們進一步改進下代碼:
def UTF8_2_GBK(src,dst):    content = ReadFile(src,encoding="utf-8")    WriteFile(dst,content,encoding="gb18030")

運行后,發現沒有報錯,可以正常運行。

因為,在GB18030字符集中,可以找到u'/xa0'對應的字符。
 此外,還有另外一種實現方案:
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函數的第二個參數,我們賦值"ignore",表示在編碼的時候,忽略掉那些無法編碼的字符,

解碼同理。
但是,當我們執行后,發現可以成功的將utf-8格式的文件修改成了ansi格式。但,另外發現生成的文件中,每個一行都有一行空行。
這里,可以指定以二進制流的形式寫文件,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"))
相關文章:

上一篇:Python的OO思想

下一篇:PythonTipsandTraps(一)

發表評論 共有條評論
用戶名: 密碼:
驗證碼: 匿名發表
主站蜘蛛池模板: 武平县| 晋中市| 石棉县| 永康市| 彭山县| 柳州市| 台湾省| 滁州市| 渝北区| 呼图壁县| 广宗县| 维西| 工布江达县| 金川县| 宜兴市| 阳西县| 永清县| 宁陵县| 松桃| 乌兰察布市| 甘肃省| 瑞金市| 兴安县| 珠海市| 施秉县| 金阳县| 稻城县| 浦县| 景德镇市| 桃园市| 浪卡子县| 镇雄县| 大新县| 扎赉特旗| 永定县| 红原县| 营山县| 金堂县| 兴城市| 元氏县| 观塘区|