python - 如何使用编解码器将一种语言转换为 utf-8 编码文档？

Question

所以基本上我对 Python 还是很陌生，我有一个问题，我有一个日文文档，我试图将其转换为 utf-8 编码的文档。当我这样做时，我真的不知道我应该得到什么回报。当我运行我目前拥有的程序时，它只会删除所有内容并给我留下一个空白的 utf-8 编码文档。这是我所拥有的，非常感谢任何帮助。

编辑：对不起，这是一个错字，我修复了原始编码。它是 Shift-jis。

import codecs

codecs.open("rshmn10j.txt", 'r', encoding='shift-jis')

newfile = codecs.open("rshmn10j.txt", 'w', encoding='utf-8')
newfile.write(u'\ufeff')
newfile.close()

Answer 1

如果您尝试将文档从编码“x”转换为编码“utf8”，则首先必须使用编码它的编码来读取文档。

import codecs

original_document_encoding = "shift-jis" # common japanese encoding.
with codecs.open("rshmn10j.txt", 'r', encoding=original_document_encoding) as in_f:
    unicode_content = in_f.read()

with codecs.open("rshmn10j.out.txt", 'w', encoding='utf-8') as out_f:
    out_f.write(unicode_content)

with此处用于在退出块时自动关闭文件。