Python批量转码案例有哪些？

wen python案例 2026-06-07 09:39:02 1

Python批量转码案例有哪些？一文掌握高效文件编码转换技巧

目录导读

什么是批量转码？为什么需要Python？
文本文件批量转码（GBK转UTF-8）
视频文件批量转码（使用FFmpeg）
图片格式批量转换（PNG转JPG）
音频批量转码（MP3转WAV）
PDF批量转文本/图片
常见问题与避坑指南
总结与进阶建议

什么是批量转码？为什么需要Python？

批量转码是指将多个文件（如文本、音视频、图片等）从一种编码格式或容器格式批量转换为另一种格式的过程，在日常办公、数据处理、多媒体存档等场景中，经常遇到文件编码不兼容、格式过时或需要统一标准的问题。

Python之所以成为批量转码的首选工具，原因有三：

强大的库生态：内置codecs模块处理文本编码，第三方库如FFmpeg、Pillow、pydub覆盖多领域；
自动化处理：一行循环代码即可遍历数千个文件；
跨平台兼容：Windows/Linux/macOS通用。

常见应用场景：网站迁移需统一UTF-8编码、老视频播放器不支持H.265、摄影后期批量转换RAW预览图等。

案例一：文本文件批量转码（GBK转UTF-8）

需求：某公司历史项目中存在大量GBK编码的.txt文件，需全部转换为UTF-8。

核心代码：

import os
import codecs
def batch_convert_gbk_to_utf8(folder_path):
    for root, dirs, files in os.walk(folder_path):
        for file in files:
            if file.endswith('.txt'):
                file_path = os.path.join(root, file)
                try:
                    # 读取GBK内容
                    with codecs.open(file_path, 'r', encoding='gbk') as f:
                        content = f.read()
                    # 写入UTF-8
                    with codecs.open(file_path, 'w', encoding='utf-8') as f:
                        f.write(content)
                    print(f"已转换：{file_path}")
                except UnicodeDecodeError:
                    print(f"跳过非GBK文件：{file_path}")
batch_convert_gbk_to_utf8('./source_folder')

关键点：

使用codecs.open指定编码，避免UnicodeDecodeError；
os.walk递归遍历子目录；
异常处理防止转码失败中断流程。

扩展：如需保留原文件备份，可先在转换前复制到_bak目录。

案例二：视频文件批量转码（使用FFmpeg）

需求：将文件夹内所有.avi视频转换为.mp4（H.264编码），同时压缩体积。

前置条件：安装ffmpeg-python库（pip install ffmpeg-python）并确保系统已安装FFmpeg。

代码示例：

import ffmpeg
import os
def batch_convert_video(folder_path):
    for file in os.listdir(folder_path):
        if file.endswith('.avi'):
            input_path = os.path.join(folder_path, file)
            output_path = os.path.join(folder_path, file.replace('.avi', '.mp4'))
            # 转码参数：视频H.264，音频AAC，降低码率
            stream = ffmpeg.input(input_path)
            stream = ffmpeg.output(stream, output_path, vcodec='libx264', acodec='aac', video_bitrate='1M')
            ffmpeg.run(stream, overwrite_output=True)
            print(f"转码完成：{output_path}")
batch_convert_video('./videos')

参数优化：

video_bitrate='1M'：控制画质与文件大小平衡；
overwrite_output=True：覆盖已有文件避免重复询问。

注意：FFmpeg是命令行工具，ffmpeg-python只是封装了调用逻辑，部分复杂需求（如字幕嵌入）可直接用subprocess调用原生命令。

案例三：图片格式批量转换（PNG转JPG）

需求：设计网站导出的PNG图片透明背景转为白色JPG，并压缩质量。

代码（依赖Pillow库：pip install Pillow）：

from PIL import Image
import os
def batch_png_to_jpg(folder_path, quality=85):
    for file in os.listdir(folder_path):
        if file.lower().endswith('.png'):
            img_path = os.path.join(folder_path, file)
            try:
                img = Image.open(img_path)
                # 处理透明通道：填充白色背景
                if img.mode == 'RGBA':
                    background = Image.new('RGB', img.size, (255, 255, 255))
                    background.paste(img, mask=img.split()[3])
                    img = background
                else:
                    img = img.convert('RGB')
                output_path = os.path.join(folder_path, file.replace('.png', '.jpg'))
                img.save(output_path, 'JPEG', quality=quality, optimize=True)
                print(f"已转换：{output_path}")
            except Exception as e:
                print(f"处理失败 {img_path}: {e}")
batch_png_to_jpg('./images')

质控细节：

quality=85：平衡视觉质量与文件体积；
optimize=True：启用优化压缩；
透明背景处理：不处理会导致黑色块。

扩展：可添加--delete-old参数自动删除原PNG。

案例四：音频批量转码（MP3转WAV）

需求：语音识别系统仅支持WAV格式，需将海量MP3文件转换。

代码（安装pydub：pip install pydub，需安装ffmpeg或libav）：

from pydub import AudioSegment
import os
def batch_mp3_to_wav(folder_path):
    for file in os.listdir(folder_path):
        if file.endswith('.mp3'):
            sound = AudioSegment.from_mp3(os.path.join(folder_path, file))
            output_path = os.path.join(folder_path, file.replace('.mp3', '.wav'))
            sound.export(output_path, format="wav")
            print(f"转码完成：{output_path}")
batch_mp3_to_wav('./audio')

参数调整：

frame_rate=16000：语音识别常用采样率，加入sound = sound.set_frame_rate(16000)；
批量时注意内存：pydub将音频加载到内存，过大会导致崩溃，建议加批处理上限。

案例五：PDF批量转文本/图片

需求：将大量PDF合同转为可编辑的文本文件，或提取每一页为图片。

文本提取（使用PyMuPDF：pip install PyMuPDF）：

import fitz  # PyMuPDF的别名
import os
def pdf_to_text(folder_path):
    for file in os.listdir(folder_path):
        if file.endswith('.pdf'):
            doc = fitz.open(os.path.join(folder_path, file))
            text = ""
            for page in doc:
                text += page.get_text()
            txt_path = os.path.join(folder_path, file.replace('.pdf', '.txt'))
            with open(txt_path, 'w', encoding='utf-8') as f:
                f.write(text)
            doc.close()
            print(f"文本已保存：{txt_path}")
pdf_to_text('./pdfs')

提取图片（每PDF输出一个图片文件夹）：

def pdf_to_images(pdf_path, output_dir):
    doc = fitz.open(pdf_path)
    for page_num in range(doc.page_count):
        page = doc[page_num]
        pix = page.get_pixmap()
        pix.save(f"{output_dir}/page_{page_num+1}.png")
    doc.close()

注意：大型PDF可能导致内存占用过高，建议逐页处理。

常见问题与避坑指南

Q1：转码后中文乱码怎么办？ A：确保源文件编码判断正确，可用chardet库自动检测编码：

import chardet
with open('file.txt', 'rb') as f:
    result = chardet.detect(f.read())
    print(result['encoding'])

Q2：视频转码后音画不同步？ A：常见于参数不匹配，建议保留原始音频流（-acodec copy），仅转换视频编码，或使用FFmpeg内置的同步校正参数-vsync 2。

Q3：批量处理大量文件时内存溢出？ A：逐文件处理（非一次性读入内存），对于音频/视频，考虑分片处理或使用subprocess调用外部工具（如FFmpeg）释放Python内存压力。

Q4：如何批量更改文件名后缀？ A：可在转码前统一重命名：

os.rename(old_path, new_path)

或使用pathlib库更简洁。

Q5：转码过程中如何记录错误日志？ A：使用Python标准库logging：

import logging
logging.basicConfig(filename='convert_errors.log', level=logging.ERROR)
try:
    # 转码逻辑
except Exception as e:
    logging.error(f"文件 {file_path} 转码失败: {e}")