由于這兩天換了IDE，在導入以前的工程的時候發(fā)現(xiàn)了一個大問題，由于以前腦殘的我不知道改編碼方式，導致出現(xiàn)了大量的GBK，這就很難受，要是一個兩個還好說，可是這么多要是一個一個的改我會覺得現(xiàn)在的我比以前還腦殘，于是乎，我就想用python批量的修改一下，然后就產生了這篇文章，其中好多不足的地方還請大佬指導

本來一開始的思路還是比較清晰，覺得也比較簡單，天真的認為用GBK的方式讀取出文件內容，然后UTF8寫入就好了，可是在實際的操作中我發(fā)現(xiàn)我就是太天真了，出現(xiàn)了大量的問題，比如說：

怎么查看文件的編碼方式

好吧我承認就出現(xiàn)了這一個問題。

那么遇到問題我們該怎么辦呢，沒錯，Google，果然功夫不負會Google人，我看到了一個函數(shù)，就是chardet.detect()函數(shù)，當然要導入chardet模塊，也就是pip，如果是Anaconda的環(huán)境當我沒說，pip了不要打我。言歸正傳，這個函數(shù)是干嘛用的呢？

這個函數(shù)會返回一個含有三個鍵值對的字典類型

是不是看到encoding后眼前一亮，這樣取出encoding的值然后比較不知道是啥了，然后我就在一邊感嘆python的強大的第三方庫的支持一邊開始了對這個函數(shù)的測試，先建兩個txt，然后臉滾鍵盤，保存的時候一個是UTF-8，一個是GBK，值得竹注意的是讀取方式應該是二進制，也就是’rb’，接著就是興致勃勃地Ctrl Shift F10，出現(xiàn)了驚人的一幕：

{’encoding’: ’utf-8’, ’confidence’: 0.99, ’language’: ’’}

看看，看看這美麗的單引號，然后直接和”utf-8”比較不就結束了，萬萬沒想到，他竟然是False，我還以為我看錯了，就瘋狂Ctrl F5，等待奇跡的出現(xiàn)，功夫不負有心人，果然，奇跡沒有出現(xiàn)，于是我type了一下，嗯，果然是str類型的，又試了下和”utf-8”比較不就結束了，沒錯，結果是True，你們聽我解釋，我昨天做的時候真不是這樣的，不管了，寫都寫了，按昨天的思路來吧，大家湊活看吧（不要打我），現(xiàn)在我們假設他是False，并且類型是NoneType，并且轉為str后是None，你們要相信我昨天真的是這樣的！

好了就這樣吧，那既然是無法比較怎么辦呢，沒錯，拿出一開始臉滾鍵盤的那兩個測試文件來，用他們呢讀取出的字典的值作比較不就好了（一說到這我就莫名的心痛），然后我們在想一下是把文件編碼改為UTF-8，所以本來就是UTF-8的我們就不用管他，我都臉滾鍵盤的建測試文件了我還在意這些細節(jié)干嘛，不說了，難受，效果圖也不貼了，直接上代碼你們自己看吧。。。

# coding utf-8import osimport chardet# 獲得所有java文件的路徑,傳入根目錄路徑def find_all_file(path: str) -> str: for root, dirs, files in os.walk(path): for f in files: if f.endswith(’.java’):fullname = os.path.join(root, f)yield fullname pass pass pass# 判斷是不是utf-8編碼方式def judge_coding(path: str) -> dict: with open(’utf.txt’, ’rb’) as f: # 刪除就行 utf = chardet.detect(f.read()) # 同上 with open(path, ’rb’) as f: c = chardet.detect(f.read()) if c != utf: # 改為 c != ’utf-8’ return c# 修改文件編碼方式def change_to_utf_file(path: str): for i in find_all_file(path): c = judge_coding(i) if c: change(i, c[’encoding’]) print('{} 編碼方式已從{}改為 utf-8'.format(i, c[’encoding’]))def change(path: str, coding: str): with open(path, ’r’, encoding=coding) as f: text = f.read() with open(path, ’w’, encoding=’utf-8’) as f: f.write(text)# 查看所有文件編碼方式def check(path: str): for i in find_all_file(path): with open(i, ’rb’) as f: print(chardet.detect(f.read())[’encoding’], ’: ’, i)def main(): my_path = ’C:WorkSpace’ change_to_utf_file(my_path) # check(my_path)if __name__ == ’__main__’: main()

到此這篇關于使用python批量轉換文件編碼為UTF-8的實現(xiàn)的文章就介紹到這了,更多相關python批量轉換UTF-8內容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持好吧啦網(wǎng)！