网络编程
位置:首页>> 网络编程>> Python编程>> python 读写文件包含多种编码格式的解决方式

python 读写文件包含多种编码格式的解决方式

作者:hm11290219  发布时间:2022-01-12 18:02:10 

标签:python,读写文件,编码格式

今天写一个脚本文件,需要将多个文件中的内容汇总到一个txt文件中,由于多个文件有三种不同的编码方式,读写出现错误,先将解决方法记录如下:


# -*- coding: utf-8 -*-
import wave
import pylab as pl
import numpy as np
import pandas as pd
import os
import time
import datetime
import arrow
import chardet
import sys
reload(sys)
sys.setdefaultencoding('utf8')
os.chdir("F:/new_srt")

#get words of srt file
###########################################
def get_word():
path = "F:/new_srt"
filelist = os.listdir(path)
for files in filelist:
 print files
 encoding = chardet.detect(open(files,'r').read())['encoding']
 if encoding == 'utf-8':
  data=pd.read_csv(files,encoding="utf-8",sep='\r',header=None)
 elif encoding == 'GB2312':
  try:
   data=pd.read_csv(files,encoding="gbk",sep='\r',header=None)
  except UnicodeDecodeError:
   data=pd.read_csv(files,encoding="utf-8",sep='\r',header=None)
 elif encoding == 'UTF-8-SIG':
  data=pd.read_csv(files,encoding="UTF-8-SIG",sep='\r',header=None)
 else:
  print 'this is an error about %s' % files

data_new=pd.DataFrame(np.reshape(data.values, (-1,3)))
 data_new.columns=['index','timecut','content']
 filename = os.path.splitext(files)[0]  #filetype = os.path.splitext(files)[1]
 with open('F:/result.txt', 'a') as file:
  file.write(str(filename)+' ' )
  for item in data_new['content']:
   file.write(item.decode("utf-8") +' ') #s=s.decode("utf-8")
  file.write('\n')

if __name__ == '__main__':
get_word()

来源:https://blog.csdn.net/hm11290219/article/details/71426577

0
投稿

猜你喜欢

手机版 网络编程 asp之家 www.aspxhome.com