ファイルのエンコーディングを一括変換

conv-encoding.py

import os
import codecs

input_directory = './input'
output_directory = './output'

for dirpath, dirnames, filenames in os.walk(input_directory):
  for filename in filenames:
    if filename.endswith('.java'):
      # 入力ファイルと出力ファイルのパスを作成します。
      input_path = os.path.join(dirpath, filename)
      # 出力ディレクトリに同じディレクトリ構造を作成します。
      relative_path = os.path.relpath(dirpath, input_directory)
      output_dirpath = os.path.join(output_directory, relative_path)
      os.makedirs(output_dirpath, exist_ok=True)
      output_path = os.path.join(output_dirpath, filename)

      try:
        # Shift_JISエンコーディングでファイルを開き、その内容を読み込みます。
        with codecs.open(input_path, 'r', 'Shift_JIS') as input_file:
          content = input_file.read()

        # UTF-8エンコーディングで新しいファイルを作成し、変換した内容を書き込みます。
        with codecs.open(output_path, 'w', 'UTF-8') as output_file:
          output_file.write(content)
      except UnicodeDecodeError as e:
        # エラーの起きた行を取得
        print(f"Error converting file {input_path} at position {e.start}")
        with open(input_path, 'rb') as error_file:
          data = error_file.read()
          linecnt = data[:e.start].decode('Shift_JIS', 'ignore').count('\r\n') + 1
          print("Error line may be ", linecnt)
        continue

print('End.')

# cd /mnt/c/conv
# python3 conv-encoding.py
...

conv-encoding.php

<?php
$inputDirectory = './input';
$outputDirectory = './output';

$directoryIterator = new RecursiveDirectoryIterator($inputDirectory, RecursiveDirectoryIterator::SKIP_DOTS);
$iterator = new RecursiveIteratorIterator($directoryIterator, RecursiveIteratorIterator::SELF_FIRST);

foreach ($iterator as $file) {
  if ($file->getExtension() === 'java') {
    $inputPath = $file->getPathname();
    $relativePath = str_replace($inputDirectory, '', $file->getPath());
    $outputDirPath = $outputDirectory . $relativePath;
    if (!file_exists($outputDirPath)) {
      mkdir($outputDirPath, 0777, true);
    }
    $outputPath = $outputDirPath . '/' . $file->getBasename();

    try {
      //---- 変換エラーを無視してまとめて処理するなら ----------
      //$content = file_get_contents($inputPath);
      //$decodedContent = mb_convert_encoding($content, 'UTF-8', 'Shift_JIS');
      //file_put_contents($outputPath, $decodedContent);
      //---------------------------------------------------------

      //一文字ずつチェック
      $content = file_get_contents($inputPath);
      $decodedContent ="";
      for($i = 0, $max=mb_strlen($content,"Shift_JIS"); $i < $max; $i++) {
        $s =mb_substr($content,$i,1,"Shift_JIS");
        $c =@mb_convert_encoding($s, 'UTF-8', 'Shift_JIS');
        if ($c=== false) {
           //変換エラー（文字コード指定エラー以外はfalseが返ることはないと思います)
           echo "Error converting file " . $inputPath . " at positon ". $i . "\r\n";
           $wk = mb_substr_count($decodedContent,"\r\n","UTF-8") + 1;
           echo "Error line may be ".$wk ."\r\n";
        } else if($c==="?") {
          if ($s!="?") {
            //変換エラー
            echo "Error converting file " . $inputPath . " at positon ". $i . "\r\n";
            $wk = mb_substr_count($decodedContent,"\r\n","UTF-8") + 1;
            echo "Error line may be ".$wk ."\r\n";
          }
        }
        $decodedContent.=$c;
      }
      file_put_contents($outputPath, $decodedContent);

    } catch (Exception $e) {
      echo "Error converting file " . $inputPath . "\r\n";
    }
  }
}
echo "End.";
?>