Python实现把utf-8格式的文件转换成gbk格式的文件
投稿：junjie
这篇文章主要介绍了Python实现把utf-8格式的文件转换成gbk格式的文件,本文给出了实现代码并同时剖析了代码的作用,需要的朋友可以参考下
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：
复制代码 代码如下:
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：
复制代码 代码如下:
UnicodeEncodeError: 'gbk' codec can't encode character u'\xa0' in position 4813: illegal multibyte sequence
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
复制代码 代码如下:
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：
复制代码 代码如下:
def UTF8_2_GBK(src,dst):
content = ReadFile(src,encoding="utf-8")
WriteFile(dst,content,encoding="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'\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
复制代码 代码如下:
def WriteFile(filePath,u,encoding="gbk"):
with codecs.open(filePath,"w") as f:
f.write(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：
复制代码 代码如下:
def WriteFile(filePath,u,encoding="gbk"):
with codecs.open(filePath,"wb") as f:
f.write(u.encode(encoding,errors="ignore"))