fix_rb3_spanish_songs.py

import re

def fix_encoding(input_file, output_file):
    # Leer el archivo en modo binario para trabajar con los bytes directamente
    with open(input_file, 'rb') as f:
        content = f.read()

    # Decodificar el contenido
    try:
        fixed_content = content.decode('utf-8').encode('latin1').decode('utf-8')
    except UnicodeDecodeError:
        fixed_content = content.decode('latin1')

    # Corregir las vocales con acento mal codificadas
    replacements = {
        "á": "á", "é": "é", "í": "í", "ó": "ó", "ú": "ú",
        "Ã�": "Á", "É": "É", "Ã�": "Í", "Ó": "Ó", "Ú": "Ú",
        "ñ": "ñ", "Ñ": "Ñ", "ü": "ü", "Ãœ": "Ü"
    }
    for broken, correct in replacements.items():
        fixed_content = fixed_content.replace(broken, correct)

    # Reemplazar 'encoding' 'latin1' por 'encoding' 'utf8'
    fixed_content = re.sub(r"\('encoding' 'latin1'\)", "('encoding' 'utf8')", fixed_content)

    # Guardar el archivo corregido
    with open(output_file, 'w', encoding='utf-8') as f:
        f.write(fixed_content)

    print(f"Archivo corregido guardado en: {output_file}")

 # Ejemplo de uso
fix_encoding('songs.dta', 'songs.dta.fix')