在SO成员的帮助下,我能够达到以下目标,以下是示例代码,目的只是合并来自give文件夹的文本文件及其子文件夹,并将输出存储为master.txt。但我偶尔会得到回溯,看起来在阅读文件时它会抛出一个错误。
考虑建议,输入和一些研究,最好用统一的unicode清理文本文件或使用一些逐行函数,因此读取每一行应该是修剪垃圾字符和空行。
import shutil
import os.path
root = 'C:\\Dropbox\\test\\'
files = [(path,f) for path,_,file_list in os.walk(root) for f in file_list]
with open('C:\\Dropbox\\Python\\master.txt','wb') as output:
for path, f_name in files:
with open(os.path.join(path, f_name), 'rb') as input:
shutil.copyfileobj(input, output)
output.write(b'\n') # insert extra newline
with open('master.txt', 'r') as f:
lines = f.readlines()
with open('master.txt', 'w') as f:
f.write("".join(L for L in lines if L.strip()))
追溯我得到:
Traceback (most recent call last):
File "C:\Dropbox\Python\master1.py", line 14, in <module>
lines = f.readlines()
File "C:\PYTHON32\LIB\encodings\cp1252.py", line 23, in decode
return codecs.charmap_decode(input,self.errors,decoding_table)[0]
UnicodeDecodeError: 'charmap' codec can't decode byte 0x81 in position 8159: character maps to <undefined>
答案 0 :(得分:2)
您已在文本模式下打开master.txt。然后,当您从中读取()时,它将使用系统的默认编码对其进行解码。显然,当你得到UnicodeDecodeError时,文件处于另一个解码中。
以二进制模式打开文件,或指定正确的编码。