摘要：
对于存储自然语言的文件，有可能采用了不同的编码，例如汉字的编码就有多种，UTF-8，GB2312，GB18030，ISO-8859等字符编码格式。当处理各种文件的时候，就需要在各种文件格式之间转换，由于UTF-8字符编码格式兼容于ASCII，且多字节编码，不存在大小端的问题，可以使用已有的C语言库字符串处理函数，处理起来较为方便。现在来看看将其他格式（GB2312，GB18030）转换成UTF-8。 使用python处理文件格式转换，需要使用codecs模块。使用是，先import codecs 。在codecs可以使用open，lookup函数来打开文件。open（filename，mod. 阅读全文