Python 从ANSI转换为UTF-8

我有大约600000个文件是用

ANSI

编码的，我想把它们转换成

UTF-8

。我可以在

NOTEPAD++

中单独执行此操作，但对于600000个文件，我无法执行此操作。我可以在

R

或

Python

中执行此操作吗

我找到了此链接，但

Python

脚本未运行：

---

为什么不读取文件并将其作为UTF-8写入？您可以在Python中实现这一点

#to support encodings
import codecs

#read input file
with codecs.open(path, 'r', encoding = 'utf8') as file:
  lines = file.read()

#write output file
with codecs.open(path, 'w', encoding = 'utf8') as file:
  file.write(lines)

---

我明白这是一个老问题，但最近刚刚解决了一个类似的问题，我想我会分享我的解决方案

我有一个程序正在准备一个文件，我需要将其导入sqlite3数据库，但文本文件总是“ANSI”，sqlite3需要UTF-8

ANSI编码在python中被识别为“mbcs”，因此，我使用的代码是我发现的其他代码：

blockSize = 1048576
with codecs.open("your ANSI source file.txt","r",encoding="mbcs") as sourceFile:
    with codecs.open("Your UTF-8 output file.txt","w",encoding="UTF-8") as targetFile:
        while True:
            contents = sourceFile.read(blockSize)
            if not contents:
                break
            targetFile.write(contents)

下面的链接包含我在研究中发现的编码类型的一些信息

---

使用“ANSI”表示“Windows-1252”编码？@klauds。它在Notepad++中显示为ANSI。请注意，“lakh”不是来自标准（美国/英国==国际）英语的单词。世界各地的许多人都不知道“lakh”是什么。ANSI不是一种编码。“lakh”是什么？@hd1lakh是一个南亚单词，代表100k。读一个不同的utf-8代码页会不会丢失一些字符？（我曾经认为在编写另一个代码页之前，您必须阅读正确的代码页）？来自Python规范：注意：文件总是以二进制模式打开，即使没有指定二进制模式。这样做是为了避免由于使用8位值编码而导致的数据丢失。这意味着在读取和写入时不会自动转换“\n”。我必须将读取编码更改为“cp1252”才能使其正常工作。它仍然以UTF-8打开，否则在遇到混合文件时会出现错误：

“UTF-8”编解码器无法解码字节0x92