用python将多个文档合成一个

可以参考下以下网址(读写文件)：https://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/001386820066616a77f826d876b46b9ac34cb5f34374f7a000

Python：文件的读取、创建、追加、删除、清空

 

一、用Python创建一个新文件，内容是从0到9的整数, 每个数字占一行：

#python
>>>f=open('f.txt','w')    # r只读，w可写，a追加
>>>for i in range(0,10):f.write(str(i)+'\n')
>>> f.close()

二、文件内容追加，从0到9的10个随机整数：

>>>import random
>>>f=open('f.txt','a')
>>>for i in range(0,10):f.write(str(random.randint(0,9)))
>>>f.write('\n')
>>>f.close()

三、文件内容追加，从0到9的随机整数, 10个数字一行，共10行：

>>> import random
>>> f=open('f.txt','a')
>>> for i in range(0,10):
.  .  .     for i in range(0,10):f.write(str(random.randint(0,9))) 
.  .  .     f.write('\n')    
.  .  .
>>> f.close(）

四、把标准输出定向到文件：

>>> import sys
>>> sys.stdout = open("stdout.txt", "w")
>>>  . . .

五、文件的读写
一、文件打开:
f = file(name[, mode[, buffering]])

入口参数:   name 文件名
                  mode   选项,字符串
                  buffering   是否缓冲 (0=不缓冲，1=缓冲, >1的int数=缓冲区大小)
返回值 : 文件对象
mode 选项:
"r"   以读方式打开，只能读文件 ， 如果文件不存在，会发生异常      
"w" 以写方式打开，只能写文件， 如果文件不存在，创建该文件，如果文件已存在，先清空，再打开文件
"rb"   以二进制读方式打开，只能读文件 ， 如果文件不存在，会发生异常      
"wb" 以二进制写方式打开，只能写文件， 如果文件不存在，创建该文件，如果文件已存在，先清空，再打开文件
"rt"   以文本读方式打开，只能读文件 ， 如果文件不存在，会发生异常      
"wt" 以文本写方式打开，只能写文件， 如果文件不存在，创建该文件，如果文件已存在，先清空，再打开文件
"rb+"   以二进制读方式打开，可以读、写文件 ， 如果文件不存在，会发生异常      
"wb+" 以二进制写方式打开，可以读、写文件， 如果文件不存在，创建该文件，如果文件已存在，先清空，再打开文件

二、关闭文件
f.close()
当文件读写完毕后，应关闭文件。

三、清空文件内容
f.truncate()
注意：仅当以 "r+"   "rb+"    "w"   "wb" "wb+"等以可写模式打开的文件才可以执行该功能。

四、文件的指针定位与查询
（1）文件指针：
      文件被打开后，其对象保存在 f 中， 它会记住文件的当前位置,以便于执行读、写操作，这个位置称为文件的指针( 一个从文件头部开始计算的字节数 long 类型 )。
（2）文件打开时的位置:
      以"r"   "r+"   "rb+" 读方式, "w"   "w+"   "wb+"写方式 打开的文件，一开始，文件指针均指向文件的头部。
(3) 获取文件指针的值:
      L = f.tell()
(4) 移动文件的指针
       f.seek(   偏移量, 选项 )
      选项 =0 时， 表示将文件指针指向从文件头部到 "偏移量"字节处。
      选项 =1 时， 表示将文件指针指向从文件的当前位置，向后移动 "偏移量"字节。
      选项 =2 时， 表示将文件指针指向从文件的尾部，，向前移动 "偏移量"字节。

五、从文件读取指内容   
1 文本文件（以"rt"方式打开的文件）的读取  
       s = f.readline(     )
        返回值： s 是字符串，从文件中读取的一行，含行结束符。
        说明： (1)  如果 len( s ) =0 表示已到文件尾
                    (2)   如果是文件的最后一行，有可能没有行结束符
2 二进制文件（以"rb"、"rb+"、"wb+" 方式打开的文件）的读取  
          s = f.read(    n )
     说明： (1)  如果 len( s ) =0 表示已到文件尾
               (2)   文件读取后，文件的指针向后移动 len(s) 字节。
             （3）如果磁道已坏，会发生异常。

六、向文件写入一个字符串   
    f.write(    s )
    参数：       s 要写入的字符串
    说明： (1)文件写入后，文件的指针向后移动 len(s) 字节。
                 （2）如果磁道已坏，或磁盘已满会发生异常。
返回值： s 是字符串，从文件中读取的内容

七、删除文件
import os
os.remove(file)

这个是转自http://www.open-open.com/lib/view/open1413527388231.html

接下来是将多个文档合并成一个文档的程序

import numpy as np
import os,re,time,logging
class loadFolders(object):   # 迭代器
    def __init__(self,par_path):
        self.par_path = par_path
    def __iter__(self):
        for file in os.listdir(self.par_path):
            file_abspath = os.path.join(self.par_path, file)
            if os.path.isdir(file_abspath): # if file is a folder
                yield file_abspath
class loadFiles(object):
    def __init__(self,par_path):
        self.par_path = par_path
    def __iter__(self):
        folders = loadFolders(self.par_path)
        for folder in folders:              # level directory
            #catg = folder.split(os.sep)[-1]
            for file in os.listdir(folder):     # secondary directory
                file_path = os.path.join(folder,file)
                if os.path.isfile(file_path):
                    this_file = open(file_path,'rb')
                    content = this_file.read().decode('utf8')
                    yield re.sub(r'\s{2,}', '', content)
                    this_file.close()
if __name__=='__main__':
     path_doc_root = 'F:\\THUCNews\\chinesenew'
     n=10
     f=open("F:\\THUCNews\\chinesenew\\财经.txt",'w',encoding='utf-8')
     files = loadFiles(path_doc_root)
     for msg in files:
         f.write(msg+'\n')
f.close()