如何在 Python 中连接文本文件？

问题描述：

我有 20 个文件名的列表，例如['file1.txt', 'file2.txt', ...]。我想编写一个 Python 脚本将这些文件连接成一个新文件。我可以通过 打开每个文件f = open(...)，通过调用 逐行读取f.readline()，然后将每一行写入该新文件。对我来说，这似乎不太“优雅”，尤其是我必须逐行读取/写入的部分。

在 Python 中有没有更“优雅”的方法来做到这一点？

解决方案 1：

这应该可以

对于大文件：

filenames = ['file1.txt', 'file2.txt', ...]
with open('path/to/output/file', 'w') as outfile:
    for fname in filenames:
        with open(fname) as infile:
            for line in infile:
                outfile.write(line)

对于小文件：

filenames = ['file1.txt', 'file2.txt', ...]
with open('path/to/output/file', 'w') as outfile:
    for fname in filenames:
        with open(fname) as infile:
            outfile.write(infile.read())

…我还想到了另一个有趣的事情：

filenames = ['file1.txt', 'file2.txt', ...]
with open('path/to/output/file', 'w') as outfile:
    for line in itertools.chain.from_iterable(itertools.imap(open, filnames)):
        outfile.write(line)

遗憾的是，最后一种方法留下了一些打开的文件描述符，GC 无论如何都应该处理这些文件描述符。我只是觉得这很有趣

解决方案 2：

使用shutil.copyfileobj。

它会自动为您逐块读取输入文件，这样可以提高效率，读取输入文件时即使某些输入文件太大而无法放入内存，它也能正常工作：

import shutil

with open('output_file.txt','wb') as wfd:
    for f in ['seg1.txt','seg2.txt','seg3.txt']:
        with open(f,'rb') as fd:
            shutil.copyfileobj(fd, wfd)

解决方案 3：

这正是fileinput 的用途：

import fileinput
with open(outfilename, 'w') as fout, fileinput.input(filenames) as fin:
    for line in fin:
        fout.write(line)

对于此用例，它实际上并不比手动迭代文件简单得多，但在其他情况下，拥有一个迭代器可以迭代所有文件，就好像它们是单个文件一样非常方便。（此外，fileinput一旦完成就会关闭每个文件，这意味着不需要关闭with每个close文件，但这只是一行节省，没什么大不了的。）

其中还有一些其他巧妙的功能fileinput，例如只需过滤每一行即可对文件进行就地修改。

正如评论中所述，并在另一篇文章中讨论过，fileinput对于 Python 2.7 来说，它将无法正常工作。这里稍微修改了一下，使代码符合 Python 2.7 标准

with open('outfilename', 'w') as fout:
    fin = fileinput.input(filenames)
    for line in fin:
        fout.write(line)
    fin.close()

解决方案 4：

outfile.write(infile.read()) # time: 2.1085190773010254s
shutil.copyfileobj(fd, wfd, 1024*1024*10) # time: 0.60599684715271s

一个简单的基准测试表明，shutil 的性能更佳。

解决方案 5：

UNIX 命令有什么问题？（假设您不是在 Windows 上工作）：

ls | xargs cat | tee output.txt完成这项工作（如果你愿意的话，你可以用 python 的子进程调用它）

解决方案 6：

我不太清楚优雅与否，但是这样做有效：

    import glob
    import os
    for f in glob.glob("file*.txt"):
         os.system("cat "+f+" >> OutFile.txt")

解决方案 7：

如果目录中有很多文件，那么glob2生成文件名列表可能比手动写入更好。

import glob2

filenames = glob2.glob('*.txt')  # list of all .txt files in the directory

with open('outfile.txt', 'w') as f:
    for file in filenames:
        with open(file) as infile:
            f.write(infile.read()+'
')

解决方案 8：

@inspectorG4dget 答案的替代（截至 2016 年 3 月 29 日的最佳答案）。我使用 3 个 436MB 的文件进行了测试。

@inspectorG4dget解决方案：162秒

以下解决方案：125秒

from subprocess import Popen
filenames = ['file1.txt', 'file2.txt', 'file3.txt']
fbatch = open('batch.bat','w')
str ="type "
for f in filenames:
    str+= f + " "
fbatch.write(str + " > file4results.txt")
fbatch.close()
p = Popen("batch.bat", cwd=r"Drive:Path    oolder")
stdout, stderr = p.communicate()

这个想法是创建一个批处理文件并执行它，利用“旧的好技术”。它是半 Python 的，但运行速度更快。适用于 Windows。

解决方案 9：

检查 File 对象的 .read() 方法：

http://docs.python.org/2/tutorial/inputoutput.html#methods-of-file-objects

你可以做类似的事情：

concat = ""
for file in files:
    concat += open(file).read()

或者更“优雅”的 Python 方式：

concat = ''.join([open(f).read() for f in files])

根据这篇文章：http: //www.skymind.com/~ocrow/python_string/也是最快的。

解决方案 10：

如果文件不是很大：

with open('newfile.txt','wb') as newf:
    for filename in list_of_files:
        with open(filename,'rb') as hf:
            newf.write(hf.read())
            # newf.write('


')   if you want to introduce
            # some blank lines between the contents of the copied files

如果文件太大而无法完全读取并保存在 RAM 中，则算法必须略有不同，以固定长度的块循环读取要复制的每个文件，read(10000)例如使用。

解决方案 11：

def concatFiles():
    path = 'input/'
    files = os.listdir(path)
    for idx, infile in enumerate(files):
        print ("File #" + str(idx) + "  " + infile)
    concat = ''.join([open(path + f).read() for f in files])
    with open("output_concatFile.txt", "w") as fo:
        fo.write(path + concat)

if __name__ == "__main__":
    concatFiles()

解决方案 12：

  import os
  files=os.listdir()
  print(files)
  print('#',tuple(files))
  name=input('Enter the inclusive file name: ')
  exten=input('Enter the type(extension): ')
  filename=name+'.'+exten
  output_file=open(filename,'w+')
  for i in files:
    print(i)
    j=files.index(i)
    f_j=open(i,'r')
    print(f_j.read())
    for x in f_j:
      outfile.write(x)