Python遍历路径下文件并转换成UTF-8编码

http://www.cnblogs.com/wuyuegb2312/archive/2013/01/11/2856772.html

开始学Python，这篇文章来自于应用需求。

os.walk很方便，下面写了两个版本的函数进行遍历，分别是不使用walk和使用walk的。

import sys
import string
import os

def detect_nowalk(dir_path):
    files = os.listdir(dir_path)
    for filename in files:
        print "file:%s
" % filename
        next = os.path.join(dir_path, filename)
        if os.path.isdir(next):
            print "file folds:%s
" % filename
            detect_nowalk(next)

if __name__ == "__main__":
    detect_nowalk(".")

import sys
import os

def detect_walk(dir_path):
    for root, dirs, files in os.walk(dir_path):
        for filename in files:        
            print "file:%s
" % filename
        for dirname in dirs:
            print "dir:%s
" % dirname

if __name__ == "__main__":
    detect_walk(".")

另外附上使用第一种方法转换文件编码的源码，有的文件转换后用gedit打开是乱码，但用vi查看是正确的。

import sys
import string
import codecs
import os
import shutil

def gbkToUtf8(path):
    files = os.listdir(path)
    for filename in files:
        if os.path.isdir(filename):
            print "file folds:%s
" % filename
            gbkToUtf8(filename)
            continue

        try:
            tokens = string.splitfields(filename, '.')
            if len(tokens) != 2 or tokens[1] != 'txt':
                #print tokens[1]
                continue
            else:
                print 'Encode Converting (GBK to UTF-8) : ', filename
                utfFile=open(filename)
                tstr = utfFile.read()
                #tstr = utfFile.read().decode("gbk") is wrong
                tstr = tstr.encode("UTF-8")
                utfFile.close()
                utfFile = open(filename, 'w')
                utfFile.write(tstr)
                utfFile.close()
        except:
            print "error %s" %filename
        
if __name__ == "__main__":
    gbkToUtf8(".")

1.14更新：发现linux自带的iconv -f gb18030 -t utf8 a.txt >> b.txt更好用，而且有的用decode("gb18030")会出现乱码（"gbk"一样乱码）的情况不再存在。在python脚本不难调用，就不详细写了。