將unicode編碼的txt檔案轉為utf 8編碼

利用codes編寫：

#

coding=utf-8
import string
import codecs
def changecode():
tt=codecs.open('
c:\\111.txt
','rb
','utf-16
')  #
111.txt為unicode編碼檔案，以unicode編碼開啟，utf-16=unicode
mm=open('
c:\\123.txt
','wb
')ff=tt.readlines()
for i in ff:
print i
mm.write(i.encode('
utf-8
'))mm.write('
123')
tt.close
mm.close
def checkyes():
nn=open('
c:\\123.txt
','rb
')nnff=nn.readlines()
nn.close()
if nnff[-1]=='
123':
print
"finish
"changecode()
checkyes()

對codecs的解釋：該解釋**：

python對多國語言的處理是支援的很好的，它可以處理現在任意編碼的字元，這裡深入的研究一下python對多種不同語言的處理。

有一點需要清楚的是，當python要做編碼轉換的時候，會借助於內部的編碼，轉換過程是這樣的：

原有編碼 -> 內部編碼 -> 目的編碼

python的內部是使用unicode來處理的，但是unicode的使用需要考慮的是它的編碼格式有兩種，一是ucs-2，它一共有65536個碼位，另一種是ucs-4，它有2147483648g個碼位。對於這兩種格式，python都是支援的，這個是在編譯時通過--enable-unicode=ucs2或--enable-unicode=ucs4來指定的。那麼我們自己預設安裝的python有的什麼編碼怎麼來確定呢？有乙個辦法，就是通過sys.maxunicode的值來判斷：

import sys

print sys.maxunicode

如果輸出的值為65535,那麼就是ucs-2,如果輸出是1114111就是ucs-4編碼。

我們要認識到一點：當乙個字串轉換為內部編碼後，它就不是str型別了！它是unicode型別：

a = "

風捲殘雲
"print type(a)
b = a.unicode(a, "
gb2312
")print type(b)

輸出：這個時候b可以方便的任意轉換為其他編碼，比如轉換為utf-8:

c = b.encode("

utf-8
")print c

c輸出的東西看起來是亂碼，那就對了，因為是utf-8的字串。

好了，該說說codecs模組了，它和我上面說的概念是密切相關的。codecs專門用作編碼轉換，當然，其實通過它的介面是可以擴充套件到其他關於**方面的轉換的，這個東西這裡不涉及。

#

-*- encoding: gb2312 -*-
import codecs, sys
print'-
'*60
#建立gb2312編碼器
look = codecs.lookup("
gb2312")#
建立utf-8編碼器
look2 = codecs.lookup("
utf-8
")a = "
我愛北京天安門
"print len(a), a
#把a編碼為內部的unicode, 但為什麼方法名為decode呢，我的理解是把gb2312的字串解碼為unicode
b = look.decode(a)
#返回的b[0]是資料，b[1]是長度，這個時候的型別是unicode了
print b[1], b[0], type(b[0])
#把內部編碼的unicode轉換為gb2312編碼的字串，encode方法會返回乙個字串型別
b2 = look.encode(b[0])
#發現不一樣的地方了吧？轉換回來之後，字串長度由14變為了7! 現在的返回的長度才是真正的字數，原來的是位元組數
print b2[1], b2[0], type(b2[0])
#雖然上面返回了字數，但並不意味著用len求b2[0]的長度就是7了，仍然還是14，僅僅是codecs.encode會統計字數
print len(b2[0])

上面的**就是codecs的使用，是最常見的用法。另外還有乙個問題就是，如果我們處理的檔案裡的字元編碼是其他型別的呢？這個讀取進行做處理也需要特殊的處理的。codecs也提供了方法.

#

-*- encoding: gb2312 -*-
import codecs, sys
#用codecs提供的open方法來指定開啟的檔案的語言編碼，它會在讀取的時候自動轉換為內部unicode
bfile = codecs.open("
dddd.txt
", '
r', "
big5")#
bfile = open("dddd.txt", 'r')
ss = bfile.read()
bfile.close()
#輸出，這個時候看到的就是轉換後的結果。如果使用語言內建的open函式來開啟檔案，這裡看到的必定是亂碼
print ss, type(ss)

上面這個處理big5的，可以去找段big5編碼的檔案試試。

VB 如何讀出unicode編碼的txt檔案內容

其實，這個問題很簡單 可偏偏很多人不知道，於是寫了這個 先用2進製方式開啟檔案，讀出資料到byte陣列中，然後用copymemory去掉檔案頭 頭兩個字元分別是ff fe 16進製制 得到乙個新的byte陣列，最後利用strconv函式即可，下面給出 option explicit private ...

Unicode寫入txt的問題

真是一入unicode深似海，乙個簡單的寫txt都有想不到的坑。cstring outs errno t err file fp err wfopen s fp,filename,l w ccs unicode fwrite outs,sizeof wchar t outs.getlength fp...

python將excel檔案變成txt檔案

import xlrd def row2str row data values for i in range len row data if i len row data 1 values values str row data i else values values str row data i...