python-utf-8格式的文件转换gbk格式.docx

需求：将utf-8格式的文件转换成gbk格式的文件实现代码如F：defKeadFiIe(fiIePath,CnCOdingutf-8"):withcodecs,open(fiIePath1r*,encoding)asf:returnf.readOdefWriteFiIe(fiIePath,u,encoding"gbk"):withcodecs.pen(fiIePath1w*,encoding)asf:f.write(u)defUTF8_2_GBK(SrC,dst):content=ReadFiIe(SrC,encoding="IHf-8”)WriteFi1.e(dst,content,encoding="gbk")心代码讲解：函数ReadFiIe的第二个参数指定以U1.1.8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，类似如卜丁UnicodeEncodeError:'gbk'codeccan,tencodecharacteru,xa,inposition4813:i1.1.ega1.Bu1.tibytesequence以上的报钳信息的意思是：在将UniCode编码成gbk的时候,不能将UniCodeu'xa,编码成Rbke这里,我们需要弄清地gb2312、gbk和gb1.8030三者之间的关系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：defUTF8_2GBK(src,dst):content=ReadFiIe(src,encoding=-utf-8)WriteFiIe(dst,content,CnCeding="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,xa,对应的字符。此外，还有另外一种实现方案：需要修改下WriIeFiIe方法defWriteFi1.e(fiIePath,u,encoding="gbk"):withcodecs.open(fiIePath1w*)asf:.wri1.e(u.encode(encoding,errors=*ignore*)这里,我们将UniCOde编码(encode)成gbk格式,但是注意encode函数的笫二个参数,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，每个行都有一行空行。这里，可以指定以二进制流的形式与文件，修改后的代码如下：<1.efWriteFiIe(fiIePath,u,encoding="gbk"):withcodecs.open(fiIePath1,wb,)asf:f.write(u.encode(encoding,errors=*ignore*)