notepad批量转换文件编码utf8、gbk

从网上找了多个编码转换工具，自己也尝试写、从网上找python脚本，对文件进行批量转换，但转换结果都不理想，大部分文件都可以正常转换成UTF8，但少量文件转换后可能出现中文乱码的情况。

经过多次尝试，发现使用notepad++程序进行编码转换，可以保证文件不乱码的情况下将文件转换为UTF8。

Notepad++程序并未提供对外的编程接口，想控制该程序进行批量转换就需要使用其提供的Python Script插件，且只支持python2的写法。

经过探索之后，将notepad++程序进行打包，大家可以直接使用。使用步骤略微繁琐，需要大家按下面步骤进行使用。

1、解压文件

    将“Notepad++.zip”拷贝到某个位置，进行解压。

2、将语言修改为英文

双击解压出文件夹里的“notepad++.exe”程序，修改程序界面为英文。

3、打开脚本文件

    如果本机原来就安装了notepad程序，必须通过解压文件中打开的“notepad++.exe”去打开脚本文件，文件路径如下图所示：

4、手动修改要转换的文件路径

手动修改脚本中要处理的文件路径，如下图所示：

将该路径复制粘贴到脚本中即可（需要是r”...”的格式）：

5、打开notepad中的python终端 

6、执行脚本

7、验证转换结果是否正确

使用“WinMerge”可以查看转换结果是否正确。

附件：

all_to_gbk_english.py

 #-*-coding:utf-8-*- 

SRC_DIR = r"D:\DevDrir\src\test-20211229-2"
NEED_OPR_FILE_SUFFIX = [".cpp", ".h"]
 
 
import os
import sys


def get_dir_file_list_by_type(input_dir, suffix):
    all_files = []
    get_dir_all_files(input_dir, all_files)

    result_list = []
    for file in all_files:
        if file.endswith(suffix):
            result_list.append(file)
        elif file.endswith(suffix.upper()):
            result_list.append(file)

    result_list.sort()
    return result_list


def get_dir_all_files(input_dir, all_files):
    file_list = os.listdir(input_dir)
    for file in file_list:
        cur_path = os.path.join(input_dir, file)
        if os.path.isdir(cur_path):
            get_dir_all_files(cur_path, all_files)
        else:
            all_files.append(cur_path)

    return all_files



def convert(file):
    if not os.path.exists(file):
        print("not find file:%s" % file)
        return
    
    print("convert:%s" % file)
    
    notepad.open(file.encode('utf8'))
    notepad.runMenuCommand("Encoding", "Convert to ANSI")
    notepad.save()
    notepad.close()
    
    bak_file_name = file + ".bak"
    if os.path.exists(bak_file_name):
        os.remove(bak_file_name)
    
def file_list_convert(file_list, out_enc="UTF-8"):
    for file_name in file_list:
        convert(file_name)

opr_src_dir = unicode(SRC_DIR, 'utf-8')

opr_file_type_info = "opr file type:[%s]" % ",".join(NEED_OPR_FILE_SUFFIX)

PRINT_INFO_PREFIX = "----------------------------------------------------------"
print("%sstart:%s%s" % (PRINT_INFO_PREFIX, opr_file_type_info, PRINT_INFO_PREFIX))

#opr_src_dir = os.getcwd()
#opr_src_dir = r"D:\svn\5.0\edpf\inc-test"


for suffix in NEED_OPR_FILE_SUFFIX:
    print("start opr file type:[%s]" % suffix)
    file_list = get_dir_file_list_by_type(opr_src_dir, suffix)
    file_list_convert(file_list)
    print("finish opr file type:[%s]" % suffix)


print("%send:%s%s" % (PRINT_INFO_PREFIX, opr_file_type_info, PRINT_INFO_PREFIX))

all_to_utf8_english.py

 #-*-coding:utf-8-*- 

SRC_DIR = r"D:\DevelopmentDrir\src\test-20211215\"
NEED_OPR_FILE_SUFFIX = [".cpp", ".h"]
 
 
import os
import sys


def get_dir_file_list_by_type(input_dir, suffix):
    all_files = []
    get_dir_all_files(input_dir, all_files)

    result_list = []
    for file in all_files:
        if file.endswith(suffix):
            result_list.append(file)
        elif file.endswith(suffix.upper()):
            result_list.append(file)

    result_list.sort()
    return result_list


def get_dir_all_files(input_dir, all_files):
    file_list = os.listdir(input_dir)
    for file in file_list:
        cur_path = os.path.join(input_dir, file)
        if os.path.isdir(cur_path):
            get_dir_all_files(cur_path, all_files)
        else:
            all_files.append(cur_path)

    return all_files



def convert(file):
    if not os.path.exists(file):
        print("not find file:%s" % file)
        return
    
    print("convert:%s" % file)
    
    notepad.open(file.encode('utf8'))
    notepad.runMenuCommand("Encoding", "Convert to UTF-8")
    notepad.save()
    notepad.close()
    
    bak_file_name = file + ".bak"
    if os.path.exists(bak_file_name):
        os.remove(bak_file_name)
    
def file_list_convert(file_list, out_enc="UTF-8"):
    for file_name in file_list:
        convert(file_name)

opr_src_dir = unicode(SRC_DIR, 'utf-8')

opr_file_type_info = "opr file type:[%s]" % ",".join(NEED_OPR_FILE_SUFFIX)

PRINT_INFO_PREFIX = "----------------------------------------------------------"
print("%sstart:%s%s" % (PRINT_INFO_PREFIX, opr_file_type_info, PRINT_INFO_PREFIX))

#opr_src_dir = os.getcwd()
#opr_src_dir = r"D:\svn\5.0\edpf\inc-test"


for suffix in NEED_OPR_FILE_SUFFIX:
    print("start opr file type:[%s]" % suffix)
    file_list = get_dir_file_list_by_type(opr_src_dir, suffix)
    file_list_convert(file_list)
    print("finish opr file type:[%s]" % suffix)


print("%send:%s%s" % (PRINT_INFO_PREFIX, opr_file_type_info, PRINT_INFO_PREFIX))

备注：notepad中的python脚本自动化操作notepad是通过描述文字找到的菜单项，比如这个脚本中写的notepad.runMenuCommand("Encoding", "Convert to UTF-8")，为什么使用英文呢？因为如果是中文菜单，在不同的机器上名称可能不一样，有的叫“转换为UTF-8”，有的叫“转换为UTF-8 without Bom”。如果能确定自己机器上的中文菜单是什么，那修改为中文菜单的也可以。