import csv

import chardet


def convert_csv_to_utf8(input_csv: str, output_csv: str, encoding: str = None):
    """
    将非UTF-8编码的CSV文件转换为UTF-8编码
    :param input_csv: 输入CSV文件路径
    :param output_csv: 输出UTF-8编码的CSV文件路径
    :param encoding: 手动指定输入文件编码（如"gbk"），若为None则自动检测
    """
    # 步骤1：检测输入文件的原始编码（若未手动指定）
    if not encoding:
        print(f"🔍 正在检测 {input_csv} 的编码...")
        with open(input_csv, "rb") as f:
            raw_data = f.read(10240)  # 读取前10KB数据用于检测（足够识别编码）
            result = chardet.detect(raw_data)
            encoding = result["encoding"]
            confidence = result["confidence"]
            print(f"✅ 检测到编码：{encoding}（置信度：{confidence:.2f}）")
            # 处理chardet检测结果为空的情况（兜底用gbk，适配中文常见编码）
            if not encoding:
                encoding = "gbk"
                print(f"⚠️  编码检测失败，兜底使用 {encoding}")

    # 步骤2：按原始编码读取CSV并转换为UTF-8保存
    try:
        # 读取原始CSV（处理编码错误：replace表示用�替换无法解码的字符，避免程序崩溃）
        with open(input_csv, "r", encoding=encoding, errors="replace") as infile:
            # 兼容CSV的不同分隔符（默认逗号，若为制表符可改delimiter='\t'）
            reader = csv.reader(infile)
            rows = list(reader)  # 读取所有行

        # 保存为UTF-8编码的CSV（newline=''避免空行，encoding='utf-8-sig'带BOM，适配Excel打开）
        with open(output_csv, "w", encoding="utf-8-sig", newline="") as outfile:
            writer = csv.writer(outfile)
            writer.writerows(rows)

        print(f"✅ 转换完成！UTF-8编码文件已保存至：{output_csv}")
        return True

    except Exception as e:
        print(f"❌ 转换失败：{str(e)}")
        return False


# ========== 示例调用 ==========
if __name__ == "__main__":
    # 输入/输出文件路径（替换为你的实际路径）
    input_path = "转换后_UTF8.csv"
    output_path = "转换后_UTF8.csv"

    # 自动检测编码并转换
    convert_csv_to_utf8(input_path, output_path)