需求：將utf-8格式的文件轉(zhuǎn)換成gbk格式的文件
實現(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的第二個參數(shù)指定以utf-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(guān)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(guān)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(fā)現(xiàn)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(yīng)的字符。
?此外，還有另外一種實現(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)的第二個參數(shù)，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(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"))
更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯(lián)系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
