需求:使用codecs模块将utf-8的文件保存成gbk格式。
读取的时候,已经将编码设置成utf-8了。输出结果是unicode字符串。
但是在将unicode字符串写入文件并保存为gbk的时候,发现文件内容为空(0kb)。
注:测试的时候,发现有的文件转码的时候,文件变小了,而且内容被截断。
比如:原本a.txt
的内容为:<div><table> </table></div>
但转码后变成:<div><table>
原本以为是NUL
字符的问题,但后面替换了NUL字符,发现结果还是一样。
python代码如下:
#coding:utf-8
import os
import codecs
def ReadFile(filePath,encoding="utf-8"):
try:
strContent = ""
f = codecs.open(filePath,"r",encoding=encoding)
line = f.readline()
while(line):
strContent += line
line = f.readline()
f.close()
return strContent
except Exception,ex:
return None
def WriteFile(filePath,u,encoding="gb2312"):
try:
f = codecs.open(filePath,"w",encoding)
f.writelines(u)
f.flush()
f.close()
except Exception,ex:
pass
def UTF8_2_GBK(src,dst):
try:
content = ReadFile(src,encoding="utf-8")
WriteFile(dst,content,"gb2312")
except Exception,ex:
pass
代码太 C-ish、Java-ish 了。从你忽略这么多异常来看,你根本就是找死:
-
ReadFile
返回的是字符串,但是你在WriteFile
里把它当列表了 - 明明有
.read()
方法一次读取整个文件内容、.readlines()
作为行的列表读入,为什么不用? - 没事别学一些不会编程的 Javaers,不要抓你不知道如何处理的异常。难道你不小心写错了语法你不希望它直接告诉你,而喜欢错误和你玩捉迷藏吗?
python
#coding:utf-8 import os import codecs def ReadFile(filePath, encoding): with codecs.open(filePath, "r", encoding=encoding) as f: return f.read() def WriteFile(filePath, content, encoding): with codecs.open(filePath, "w", encoding=encoding) as f: f.write(content) def UTF8_to_GBK(src, dst): content = ReadFile(src, encoding="utf-8") WriteFile(dst, content, "gbk")