Skip to main content
 首页 » 编程设计

python之python中几个串联文件的编码问题

2025年05月04日7傻小

我有一个包含很多西类牙语 .txt 文件的文件夹,我决定将它们合并到一个 .txt 文件中,如下所示:

导入操作系统 导入关闭

def concatFiles(): 
    path = '/Users/user/Desktop/OpinionsTAG_txt/' 
    files = os.listdir(path) 
    with open("/Users/user/Desktop/concat_file.txt", "wb") as fo: 
        for f in files: 
            with open(os.path.join(path, f), "rb") as fi: 
                shutil.copyfileobj(fi, fo) 
 
 
if __name__ == "__main__": 
    concatFiles() 

问题是输出(即 concat_file)不遵守 concat_file 中的字符西类牙文编码是 direcci√≥n 而不是 dirección。另一件事是我在 OS X 中工作,当我打开带有 sublime 文本的 concat_file 时,它看起来像这样:0000 0001 2000 0000 0000 0001 4000 0000 并且当我用文本编辑打开 concat_file 它看起来像我想要的,为什么会这样,我该如何解决?。

请您参考如下方法:

按照此处的建议尝试使用编解码器:https://stackoverflow.com/a/19591815/4339369 .这将允许您以 UTF-8 格式读取和写入文件,这可能会解决您的问题。

import codecs 
import os 
import shutil 
def concatFiles(): 
    path = '/Users/user/Desktop/OpinionsTAG_txt/' 
    files = os.listdir(path) 
    with codecs.open("/Users/user/Desktop/concat_file.txt", "wb",encoding='utf8') as fo: 
        for f in files: 
            with codecs.open(os.path.join(path, f), "rb",encoding='utf8') as fi: 
                shutil.copyfileobj(fi, fo) 
 
 
if __name__ == "__main__": 
    concatFiles() 

有关 Python 2.x 中 Unicode 问题的概述可以在这里找到:http://nedbatchelder.com/text/unipain.html .

为将来的任何人编辑:在 OS X 上,您通常可以通过以下方式确定文件的编码

file -I <filename> 

来自 How do I determine file encoding in OSX? .