如何使用Python批量對文本文件編碼互轉

本文小編為大家詳細介紹“如何使用Python批量對文本文件編碼互轉”，內容詳細，步驟清晰，細節處理妥當，希望這篇“如何使用Python批量對文本文件編碼互轉”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來學習新知識吧。

在Windows下寫C語言默認是GB2312，放到Linux上就會亂碼，因為Linux和MacOS默認是UTF-8，因此寫了個Python小腳本對指定路徑下的文件進行轉換。

from sys import argv
import os
from chardet import detect
from codecs import lookup

CONFIG_FILE = '.any2any'
DEFAULT_CONFIG = '''
.c
.h
.cpp
.hpp
.hxx
.cc
.cxx
.C
.c++
.m
.cs
.rs
.java
.kt
.php
.pm
.pl
.py
.sh
.go
.xml
.htm
.html
.css
.js
.jsx
.vue
.txt
.csv
'''

if os.path.exists(CONFIG_FILE):
    with open(CONFIG_FILE, 'r') as config_file:
        file_extension = tuple(config_file.read().split())
else:
    file_extension = tuple(DEFAULT_CONFIG.split())
print(f"將轉換 {' '.join(list(file_extension))}")


def bytes_encoding(b: bytes, length: int = 1024) -> str:
    '''
    返回探測到的編碼格式
    '''
    return detect(b[:length])['encoding']


def any2any(b: bytes, encoding: str) -> bytes:
    '''
    任意編碼字節轉換為任意編碼字節

    探測輸入的字節編碼格式，轉換為指定編碼，并返回對應字節
    '''
    file_encoding = bytes_encoding(b)
    if file_encoding == encoding:
        return b
    return lookup(encoding).encode(lookup(file_encoding).decode(b)[0])[0]


def allfileset(path: str = '.', filepathset: set = set()) -> set:
    '''
    遞歸路徑下所有文件，返回絕對路徑集合
    '''
    if os.path.isdir(path):
        for item in os.listdir(path):
            filepath = os.path.join(path, item)
            if os.path.isfile(filepath):
                filepathset.add(os.path.abspath(filepath))
            else:
                allfileset(filepath, filepathset)
    else:
        filepathset.add(os.path.abspath(path))
    return filepathset


def is_valid_inputs() -> bool:
    '''
    檢查參數是否輸入正確
    '''
    return len(argv) > 1 and all(map(os.path.exists, argv[1:]))


def is_valid_encoding(encoding: str) -> bool:
    '''
    檢查是否存在指定編碼
    '''
    try:
        lookup(encoding)
        return True
    except:
        return False


def choice_encoding() -> str:
    choice = input('''！！！在轉換前注意備份文件！！！
要轉換到什么編碼？
1. GB18030（Windows下常用，C語言不會亂碼）
2. UTF-8（非Windows下通用，例如Linux和macOS）
3. 其他
> ''')
    if choice == '1':
        return 'GB18030'
    elif choice == '2':
        return 'UTF-8'
    elif choice == '3':
        choice = input('輸入你想轉換到的編碼：')
        while not is_valid_encoding(choice):
            choice = input('不存在該編碼，重新輸入：')
        return choice
    else:
        print('不做任何操作')
        exit()


def main():
    if is_valid_inputs():
        encoding = choice_encoding()
        filepathset = set()
        for path in argv[1:]:
            filepathset.union(filter(lambda s: s.endswith(file_extension), allfileset(path, filepathset)))
        if filepathset:
            for path in filepathset:
                with open(path, 'rb') as f:
                    filebytes = any2any(f.read(), encoding)
                with open(path, 'wb') as f:
                    f.write(filebytes)
                print(f'{path} 已轉換到 {encoding}')
            print('轉換已完成')
        else:
            print('沒有任何可以轉換的文件，請檢查程序下是否有.any2any配置文件，用空格或換行間隔要轉換的文件類型，例如 .c .cpp .cs')
    else:
        print("未收到任何要轉換的文件或文件夾路徑，或參數錯誤，請把要轉換的文件或文件夾拖動到程序上。")

if __name__ == "__main__":
    try:
        main()
    finally:
        input('按任意鍵退出...')

可以使用pyinstaller打包成可執行文件，帶著走或者分享給其他人用

安裝pyinstaller

conda install pyinstaller

打包Python文件，其中-i參數可以給.exe文件加上圖標，-F參數指定要打包的腳本

pyinstaller -i icon.ico -F any2any.py

最后打包好的可執行文件在dict路徑下。

讀到這里，這篇“如何使用Python批量對文本文件編碼互轉”文章已經介紹完畢，想要掌握這篇文章的知識點還需要大家自己動手實踐使用過才能領會，如果想了解更多相關內容的文章，歡迎關注億速云行業資訊頻道。