【python工具篇】批量文件编码转换与批量文本翻译

批量文件编码转换 从utf-8到gb2312

import os
import codecs

# 遍历目录下所有的文件
def batch_encoding_conversion(path):
    # 遍历目录下的文件
    for root, dirs, files in os.walk(path):
        print (f"dir:{dirs} files:{files}")
        for file in files:
            file_path = os.path.join(root, file)
            if file.endswith('.txt'):   # 只处理txt文件，可以根据需要修改
                # 对于utf-8编码格式的文件进行转换 and 'utf-8' in open(file_path).read()
                with codecs.open(file_path, 'r', 'utf-8') as f:
                    content = f.read()
                    # 把编码从utf-8转为gb2312
                    content_gb = content.encode('gb2312', 'ignore').decode('gb2312')
                    with codecs.open(file_path, 'w', 'gb2312') as f2:
                        f2.write(content_gb)

batch_encoding_conversion('.')

批量文本翻译 英译汉

import os
from googletrans import Translator    # 导入Google Translate翻译库
import requests

path = '.'  # 需要遍历的目录路径
proxies = {
    'http': 'http://IP地址:端口号',
    'https': 'https://IP地址:端口号'
}    # 代理设置，需要根据实际情况修改

def my_post(url, data=None, json=None, **kwargs):
    kwargs['proxies'] = proxies        
    # if 1:
    #     # 此处仅验证代理配置是否生效, 正式中无需这段
    #     res = requests.get('https://mybrowserinfo.com/', **kwargs)
    #     print(res.text)
    return requests.post(url, data, json, **kwargs)

def translate(s):
    """
    翻译函数，将英文翻译成中文
    """
    translator = Translator(proxies=proxies)
    translator.client.post = my_post
    return translator.translate(s, dest='zh-CN').text


# 遍历目录下的文件
for root, dirs, files in os.walk(path):
    print (f"dir:{dirs} files:{files}")
    for file in files:
        if file.endswith('.txt'):   # 只处理txt文件，可以根据需要修改
            file_path = os.path.join(root, file)
            # 读取文件内容
            with open(file_path, 'r', encoding='utf-8') as f:
                content = f.read()
            
            # 使用正则表达式查找所有左括号双引号和右括号双引号中间的字符
            import re
            en_pattren = re.compile(r"\(\".*?\"\)",re.S)
            result = re.findall(en_pattren, content)
            
            # 对找到的英文字符进行翻译，并替换到原文本中
            for en in result:
                try:
                    print(f"file:<{file}>\nfind:<{en}>")
                    cn = translate(en[2:][:-2])
                    for pair in [("“","\""),("”","\""),("＃","#")]:
                        cn = cn.replace(pair[0],pair[1])
                    content = content.replace(en, f"(\"{cn}\")")
                except:
                    pass
            print(content)
            
            # 将结果写入文件
            with open(file_path, 'w', encoding='utf-8') as f:
                f.write(content)

两个项目迭代过程中比较常用的工具，省时省力