如何用Elixir代码将文件从代码页936转UTF-8？已找到codepage字符串转换包

AI 小北

2026-8-16

文件代码页转换解决方案（基于codepage包）

核心逻辑

文件转码的本质是「读取原编码字节→转译为Unicode→编码为目标字节→写入新文件」，借助codepage包可以完成完整的编码转换链路。

方案1：常规文件转码（Elixir）

适用于中小体积文件，一次性处理：

读取文件原始字节（避免默认编码解析干扰）
用codepage将字节解码为Unicode字符串
再编码为目标编码的字节流
写入新文件

示例代码：

defmodule FileConverter do
  def convert(input_file, output_file, from_code, to_code) do
    input_file
    |> File.read!()
    |> Codepage.from_string(from_code)
    |> Codepage.to_string(to_code)
    |> then(&File.write!(output_file, &1))
  end
end

# 调用示例：将GBK编码文件转为UTF-8
FileConverter.convert("source_gbk.txt", "target_utf8.txt", :gbk, :utf8)

方案2：大文件流式转码

针对大文件（避免内存溢出），采用分块流式处理：

分块读取原始字节流
逐块完成转码后写入目标文件
注意：部分多字节编码可能存在字符跨块问题，可根据实际情况调整块大小或使用codepage的流式处理API

示例代码：

def convert_large_file(input_file, output_file, from_code, to_code) do
  input_stream = File.stream!(input_file, [], 4096) # 4KB分块
  output_stream = File.stream!(output_file, [:binary], 4096)

  input_stream
  |> Stream.map(&Codepage.from_string(&1, from_code))
  |> Stream.map(&Codepage.to_string(&1, to_code))
  |> Stream.into(output_stream)
  |> Stream.run()
end