python实现文本文件合并_Python

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:

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。

python实现文本文件合并

相关文章

热门资讯