p { margin-bottom: 0.25cm; line-height: 120% }
今天想写个程序合并文件的，以前一直觉得python的编码解码好烦，只要处理文件合并之类的都是用C#
写，但是最近用的是linux，也没有vs，就只能乖乖的用python 写了，早上看了下，也没有我想的负责，只能说以前太那啥了。。。。好了，闲话少说，下面先简单介绍下文件读取操作吧。
首先说明的是我用的python2.7,python读取文件内容主要有下面几种常用方法：先来个测试，方面大家可以清晰了解每种方法具体是啥样子的。
文件的内容是下面这样的
一种：fopen.read(size)
p { margin-bottom: 0.25cm; line-height: 120% }
参数size指的是读取数量，如果省略的化，表示的读取整个文件内容
1 # coding=utf-8 2 fopen=open(‘train2.txt‘,‘r‘) 3 text=fopen.read() 4 print(text)#默认读取全部内容
显示整个文本内容，如下：
二种：fopen.readline()读取文件一行的内容
三种：fopen.readlines()读取所有的行到list里面，[line1,line2,...lineN] 这是一种常用的方法，避免将所有文件加载到内存，提高运行效率
fopen=open(‘train2.txt‘,‘r‘)
lines=[]
lines=fopen.readlines()
for line in lines:
print(line)
p { margin-bottom: 0.25cm; line-height: 120% }
读文件差不多就这样了，下面我们来说下写文件，这就涉及到编码问题了，python中的写文件为fout.write(str),str为一个字符串。
对于中文字符的写入大多会因为编码问题提示出错。
py文件默认是ASCII编码 ，所以在显示中文的时候，会t提示SyntaxError: Non-ASCII character之类的错误，首先在代码前端加入：
# coding=utf-8
unicode是一个内置函数，第二个参数指示源字符串的编码格式。
decode是任何字符串具有的方法，将字符串转换成unicode格式，参数指示源字符串的编码格式。
encode也是任何字符串具有的方法，将字符串转换成参数指定的格式。
用 u‘汉字‘ 构造出来的是unicode类型，不用的话构造出来是str类型
从unicode转str，要用encode方法
从str转unicode，要用decode
所以在写入中文的时候，代码如下：
# coding=utf-8
fopen=open(‘train2.txt‘,‘r‘)
fout=open(‘2.txt‘,‘w‘)
lines=[]
lines=fopen.readlines()
for line in lines: #以gbk编码读取（当然是读取gbk编码格式的文字了）并忽略错误的编码，转换成utf-8编码输出
line.decode(‘gbk‘,‘ignore‘).encode(‘utf-8‘)
fout.write(line)
fout.write(‘\n‘)#这是换行
好了，读写文件差不多这些也够用了，下面说个简单的正则，这个放在下篇了
p { margin-bottom: 0.25cm; line-height: 120% }