Python将utf-8格式文件转换成gbk格式的简单示例

对python这个高级语言感兴趣的小伙伴，下面一起跟随编程之家 jb51.cc的小编两巴掌来看看吧！

需求：将utf-8格式的文件转换成gbk格式的文件

实现代码如下：

# @param Python:将utf-8格式的文件转换成gbk格式的文件
# @author 编程之家 jb51.cc|jb51.cc 

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)

# End www.jb51.cc

代码讲解：

函数ReadFile的第二个参数指定以utf-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，如果要转换格式的文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，类似如下：

UnicodeEncodeError: 'gbk' codec can't encode character u'\xa0' in position 4813: illegal multibyte sequence

# End www.jb51.cc

以上的报错信息的意思是：在将Unicode编码成gbk的时候，不能将Unicode u'\xa0'编码成gbk。

这里，我们需要弄清楚gb2312、gbk和gb18030三者之间的关系

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：

# @param Python:将utf-8格式的文件转换成gbk格式的文件
# @author 编程之家 jb51.cc|jb51.cc 

def UTF8_2_GBK(src,encoding=gb18030)

# End www.jb51.cc

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'\xa0'对应的字符。

此外，还有另外一种实现方案：

需要修改下WriteFile方法

# @param Python:将utf-8格式的文件转换成gbk格式的文件
# @author 编程之家 jb51.cc|jb51.cc 

def WriteFile(filePath,w) as f:
        f.write(u.encode(encoding,errors=ignore))

# End www.jb51.cc

这里，我们将Unicode编码（encode）成gbk格式，但是注意encode函数的第二个参数，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，每个一行都有一行空行。

这里，可以指定以二进制流的形式写文件，修改后的代码如下：

# @param Python:将utf-8格式的文件转换成gbk格式的文件
# @author 编程之家 jb51.cc|jb51.cc 

def WriteFile(filePath,wb) as f:
        f.write(u.encode(encoding,errors=ignore))

# End www.jb51.cc