Python 批处理文本文件、进行查找

去年换了一部手机，老手机终于光荣退休了，但是里面的便签里还存有很多文字记录，这个手机还不能备份到云，只能将每个便签保留为一个个的文本文件，我想要把所有的文本文件归到一个文本文件中，手动操作太麻烦了，刚好去年学了python，我不由自主的就想到能做一个小程序来帮我完成这个任务

包含：文件编码、批量处理文件、open()

任务描述：打开文件夹中所有的.txt文件，读取每个文件的内容，并将内容写入到我指定的文本文件中

我觉得相比上一个任务，这个应该简单很多，循环打开，读取，写入，所以这次没树头发就开始做了，万万没想到，程咬金第一步就杀出来了，我发现以自己的水平写不出来打开文件夹下每个文本文件的函数，果然我头发多是有原因的

首先我想到用目录名称+模糊名的方法，果然不出我所料，没鸟用。马上百度

searchObjFile=open('*.txt')
print(searchObjFile)

　　找到了 listdir(path) 会返回path下所有文件名的一个列表，但我还不满足，我不想再用正则表达式再去从里面把.txt的文件挑出来，我又一次开始了检索，我在知识的大海里游啊游，终于找到了 os.path.splitext(path)   这个函数会分割路径，返回路径名和文件扩展名的元组

　　哈哈结果

#! python3
# chapter08-test03.py - 打开文件夹中所有的.txt文件
#   结果打印在屏幕上
import os,re
import chardet
#****不能解决访问文件夹中嵌套的文件夹中的文本

#定义获取文件编码的函数
def get_encoding(file):
    with open(file,'rb') as f:
        return chardet.detect(f.read())['encoding']

path=os.path.join('F:\便签')
#不能保存在当前文件夹下，否则重复执行时会造成二次写
toSavePath=r'F:\allNoteText'
#判断要保存在的文件夹是否存在，然后再创建
if not os.path.exists(os.path.join(toSavePath)):
    os.makedirs(os.path.join(toSavePath))
    #打开名为*的文本文件，准备保留
allNoteText=open(os.path.join(toSavePath,'allNoteText.txt'),'w+')#这里参数应该是w
fileNameList=os.listdir(path)
for objFile in fileNameList:
    fileType=os.path.splitext(os.path.join(path,objFile))
    #splitext()会返回路径名和扩展名的元组
    if fileType[1]=='.txt':
        correctFileName=os.path.join(path,objFile)
        encoding=get_encodin
        encoding=get_encoding(correctFileName)
        searchObjFile=open(correctFileName,encoding=encoding,errors='ignore') #创建一个文件对象
        allNoteText.write(searchObjFile.read())
        searchObjFile.close()
allNoteText.close()
#不知道为什么上边调用allNoteText.read()打印为空只好重新这样
allNoteText=open(os.path.join(toSavePath,'allNoteText.txt'),'r')
print(allNoteText.read())
allNoteText.close()

　

遇到的问题：

1)无效的语法

for objFile in fileNameList:
    fileType=os.path.splitext(os.path.join(path,objFile)
    #splitext()会返回路径名和扩展名的元组
    if fileType[1]=='.txt':　　#提示这里的冒号无效的语法，删去这个if分支提示下面的‘print’无效语法最后发现上面行少加了一个右括号
                              correctFileName=os.path.join(path,objFile)
                              searchObjFile=open(correctFileName)
                              print(searchObjFile.read())
                              searchObjFile.close()

print(fileNameList)　

2）经过 os.join() 处理过的代码仍有可能出现问题，要谨慎对待，比如我就十分相信内置函数，但没想到也没想明白会出现这样的问题

>>> path=os.path.join('D:\Desktop\便签\notes_20170525152818.txt')
>>> readObjFile=open(path)
Traceback (most recent call last):
  File "<pyshell#75>", line 1, in <module>
    readObjFile=open(path)
OSError: [Errno 22] Invalid argument: 'D:\\Desktop\\便签\notes_20170525152818.txt'

解决办法：

百度 OSError: [Errno 22] Invalid argument 发现解决办法没有，后来发现了是 os.join() 函数的问题

3） UnicodeDecodeError 错误

>>> readObjFile.read()
Traceback (most recent call last):
  File "<pyshell#83>", line 1, in <module>
    readObjFile.read()
UnicodeDecodeError: 'gbk' codec can't decode byte 0x88 in position 38: illegal multibyte sequence

解决办法：

　　百度结果

0x92 即 10010010，UTF8 中编码一个字符的第一个字节（start byte）只可能是 0xxxxxxx、110xxxxx、1110xxx、11110xxx……而后面的字节只可能是 10xxxxxx。也就是说 0x92 只能作为后面的字节，却出现在了第一个字节的位置。

出现这种问题绝大部分情况是因为文件不是 UTF8 编码的（例如，可能是 GBK 编码的），而系统默认采用 UTF8 解码。解决方法是改为对应的解码方式。

极少数情况是因为文件损坏了或者和一部分非 UTF8 编码混在一起，可以修复文件或采用 replace 等方式解码。

Python 2 没有问题是因为 Python 2 默认以字节流（对应 Python 3 的 bytes）的方式读文件，不像 Python 3 默认解码为 unicode，把读文件的方式改为 rb 有同样的效果，不过 Python 3 中处理 bytes 还可能遇到很多问题就是了……

open('filename', encoding='gbk', mode='r').read()

　　结果还是无效

获得经验：

1）提示无效句法应在光标定位的前后寻找

2）系统函数的结果也可能出错