今天想寫個程序合並文件的，以前一直覺得python的編碼解碼好煩，只要處理文件合並之類的都是用C# 寫，但是最近用的是linux，也沒有vs，就只能乖乖的用python 寫了，早上看了下，也沒有我想的負責，只能說以前太那啥了。。。。好了，閑話少說，下面先簡單介紹下文件讀取操作吧。
首先說明的是我用的python2.7,python讀取文件內容主要有下面幾種常用方法：先來個測試，方面大家可以清晰了解每種方法具體是啥樣子的。
文件的內容是下面這樣的
一種：fopen.read(size)
參數size指的是讀取數量，如果省略的化，表示的讀取整個文件內容
1 # coding=utf-8 2 fopen=open('train2.txt','r') 3 text=fopen.read() 4 print(text)#默認讀取全部內容
顯示整個文本內容，如下：
二種：fopen.readline()讀取文件一行的內容
三種：fopen.readlines()讀取所有的行到list里面，[line1,line2,...lineN] 這是一種常用的方法，避免將所有文件加載到內存，提高運行效率
fopen=open('train2.txt','r') lines=[] lines=fopen.readlines() for line in lines: print(line)
讀文件差不多就這樣了，下面我們來說下寫文件，這就涉及到編碼問題了，python中的寫文件為fout.write(str),str為一個字符串。
對於中文字符的寫入大多會因為編碼問題提示出錯。
py文件默認是ASCII編碼 ，所以在顯示中文的時候，會t提示SyntaxError: Non-ASCII character之類的錯誤，首先在代碼前端加入：
# coding=utf-8
unicode是一個內置函數，第二個參數指示源字符串的編碼格式。
decode是任何字符串具有的方法，將字符串轉換成unicode格式，參數指示源字符串的編碼格式。
encode也是任何字符串具有的方法，將字符串轉換成參數指定的格式。
用 u'漢字' 構造出來的是unicode類型，不用的話構造出來是str類型
從unicode轉str，要用encode方法
從str轉unicode，要用decode
所以在寫入中文的時候，代碼如下：
# coding=utf-8 fopen=open('train2.txt','r') fout=open('2.txt','w') lines=[] lines=fopen.readlines() for line in lines: #以gbk編碼讀取（當然是讀取gbk編碼格式的文字了）並忽略錯誤的編碼，轉換成utf-8編碼輸出 line.decode('gbk','ignore').encode('utf-8') fout.write(line) fout.write('\n')#這是換行
設置默認編碼
設置默認編碼，我覺得對於一些文件的讀寫還是挺有用處的，形式如下面這樣
import sys sys.getdefaultencoding() reload(sys) sys.setdefaultencoding('utf-8')
好了，讀寫文件差不多這些也夠用了，下面說個簡單的正則，這個放在下篇了