python实现文本文件合并

python合并文本文件示例代码。

python实现两个文本合并

employee文件中记录了工号和姓名

cat employee.txt:

    100 Jason Smith
    200 John Doe
    300 Sanjay Gupta
    400 Ashok Sharma

bonus文件中记录工号和工资

cat bonus.txt:

    100 $5,000
    200 $500
    300 $3,000
    400 $1,250

要求把两个文件合并并输出如下, 处理结果:

    400 ashok sharma $1,250

    100 jason smith $5,000
    200 john doe $500
    300 sanjay gupta $3,000

这个应该是要求用shell来写的，但我的shell功底不怎么样，就用python来实现了
注意，按题目的意思，在输出文件中还需要按照姓名首字母来排序的

    #! /usr/bin/env python

    #coding=utf-8
    fp01=open("bonus.txt","r")
    a=[]
    for line01 in fp01:
    a.append(line01)
    fp02=open("employee.txt","r")
    fc02=sorted(fp02,key=lambda x:x.split()[1])
    for line02 in fc02:
    i=0
    while line02.split()[0]!=a[i].split()[0]:
    i+=1
    print "%s %s %s %s" % (line02.split()[0],line02.split()[1],line02.split()[2],a[i].split()[1])
    fp01.close()
    fp02.close()

我们再来看一段同样功能的 代码

    # coding gbk 
    # 
    # author: GreatGhoul 
    # email : greatghoul@gmail.com 
    # blog : http://greatghoul.javaeye.com 

    import sys,os,msvcrt 

    def join(in_filenames, out_filename): 
      out_file = open(out_filename, 'w+') 

      err_files = [] 
      for file in in_filenames: 
        try: 
          in_file = open(file, 'r') 
          out_file.write(in_file.read()) 
          out_file.write('\n\n') 
          in_file.close() 
        except IOError: 
          print 'error joining', file 
          err_files.append(file) 
      out_file.close() 
      print 'joining completed. %d file(s) missed.' % len(err_files) 
      print 'output file:', out_filename 
      if len(err_files) > 0: 
        print 'missed files:' 
        print '--------------------------------' 
        for file in err_files: 
          print file 
        print '--------------------------------' 

    if __name__ == '__main__': 
      print 'scanning...' 
      in_filenames = [] 
      file_count = 0 
      for file in os.listdir(sys.path[0]): 
        if file.lower().endswith('[all].txt'): 
          os.remove(file) 
        elif file.lower().endswith('.txt'): 
          in_filenames.append(file) 
          file_count = file_count + 1 
      if len(in_filenames) > 0: 
        print '--------------------------------' 
        print '\n'.join(in_filenames) 
        print '--------------------------------' 
        print '%d part(s) in total.' % file_count 
        book_name = raw_input('enter the book name: ') 
        print 'joining...' 
        join(in_filenames, book_name + '[ALL].TXT') 
      else: 
        print 'nothing found.' 
      msvcrt.getch()

最后我们再来看一个小编遇到的情况：

今天汇编的时候在阿甘的博客里面看到了一部小说《疯狂的程序员》，于是网上搜了下准备放到手机里闲时看看，无奈下载后发现是分章节的txt文本，一共有87个文件，考虑到阅读起来不是很方便，于是想找个现成的工具合并txt文本。

结果尝试了几个工具后觉得合并效果都不给力啊，于是打算自己动手。其实cmd的命令"type *.txt >> crazy-programmer.txt"还是很有效果的，然而合并后的txt文件却十分庞大，所以我还是自己写了一个脚本完成了合并。

说明：由于我下载的87个txt文件的字符编码格式都不统一，所以我用chardet模块判断字符编码类型后再用codecs模块的codecs.open功能解决了编码问题。如果直接用file的open打开txt文件的话，在UCS-2 Little Endian的编码情况下，file.read()遇到中文的冒号(即"：")后会无法读取冒号以后的内容，所以需要用codecs.open(path,'r',encoding)来解决。

如果还有问题可以留言，代码如下：

    #!coding: cp936 
    import codecs, chardet 

    def fileopen(filename): 
      f = open(filename, 'r') 
      s = f.read() 
      if(chardet.detect(s)['encoding'] == 'UTF-16LE'): 
        f.close() 
        f = codecs.open(filename, 'r', 'utf-16-le')     
        data = f.read().encode('gb2312', 'ignore') 
        f.close() 
      elif(chardet.detect(s)['encoding'] == 'GB2312'): 
        data = s 
        f.close() 
      return data 

    i = 1 
    while i <=87: 
      if(i < 10): 
        filename = '0'+str(i)+'.txt' 
      else: 
        filename = str(i)+'.txt' 
      text = fileopen(filename) 
      file('crazy-p.txt', 'a+').write(text) 
      i = i+1 

其中，chardet模块需要下载安装，脚本还可以改进以适应更多种情况，我就懒了。