### 批量转换 TXT 文件为 UTF-8 编码 在处理大量 TXT 文件时，确保文件的编码格式统一为 UTF-8 可以避免后续处理中的兼容性问题。以下是一个完整的 Python 脚本，用于检测并转换指定文件夹中的所有 `.txt` 文件为 UTF-8 编码。 脚本使用 `chardet` 库来检测文件的原始编码格式，并在必要时将其转换为 UTF-8。此方法适用于非 UTF-8 编码的文件，包括 UTF-8 with BOM（即 UTF-8-SIG）。 ```python import os import chardet def convert_to_utf8(file_path): # 检测文件编码 with open(file_path, 'rb') as f: raw_data = f.read() result = chardet.detect(raw_data) encoding = result['encoding'] # 如果文件已经是 UTF-8 或 UTF-8-SIG，跳过转换 if encoding is None: print(f"{file_path} 编码无法识别，跳过转换。") return if encoding.lower() in ['utf-8', 'utf-8-sig']: print(f"{file_path} 已经是 UTF-8 编码，无需转换。") return # 使用检测到的编码读取文件内容并转换为 UTF-8 编码 try: with open(file_path, 'r', encoding=encoding, errors='replace') as f: content = f.read() with open(file_path, 'w', encoding='utf-8') as f: f.write(content) print(f"{file_path} 已成功从 {encoding} 编码转换为 UTF-8 编码。") except Exception as e: print(f"{file_path} 转换失败：{e}") # 指定文件夹路径 folder_path = "C:/path/to/your/txt_files" # 遍历文件夹中的所有 .txt 文件 for filename in os.listdir(folder_path): if filename.endswith(".txt"): file_path = os.path.join(folder_path, filename) convert_to_utf8(file_path) ``` ### 说明 - **编码检测**：使用 `chardet` 库检测文件的原始编码格式，确保不会误操作 UTF-8 文件。 - **编码转换**：对于非 UTF-8 编码的文件，使用原始编码读取内容，并重新保存为 UTF-8 编码。 - **文件遍历**：脚本会遍历指定文件夹中的所有 `.txt` 文件，并对每个文件执行编码检测和转换。 - **错误处理**：在读取文件时使用 `errors='replace'` 参数，防止因编码错误导致程序崩溃。 此脚本适用于批量处理 TXT 文件，且能有效避免因编码不一致导致的解析问题[^1]。 --- ###