python批量操作txt文件并修改其中内容

任务要求

对大量txt格式的小说删除其中网址

解决思路:

列出目录下的全部文件

读取文件

将文件中网址替换(全为中文小说，可直接替换掉英文)

写入新文件

删除旧文件

源码

import re
import os
txtlist=os.listdir("C:\\Users\SAMSUNG\PycharmProjects\LoadBaiDu\\txt\\novel") #列出目录下的全部文件
for d in txtlist:
    if(d.endswith("t")):
        file=open("novel\\"+d,"r",encoding="gbk",errors="ignore") #编码问题
        file1=open("novel\\ "+d,"w")
        for i in file.readlines():
            file1.write(re.sub(r"[a-zA-z]","",i)) #正则表达式匹配字母
        file1.close()
        file.close()
        print(d)
        os.remove("novel\\"+d)

问题解决

用python的时候经常会遇到文本的编码与解码问题，其中很常见的一种解码错误如题目所示，下面介绍该错误的解决方法，将‘gbk’换成‘utf-8’也适用。
（1）、首先在打开文本的时候，设置其编码格式，如：open(‘1.txt’,encoding=’gbk’)；
（2）、若（1）不能解决，可能是文本中出现的一些特殊符号超出了gbk的编码范围，可以选择编码范围更广的‘gb18030’，如：open(‘1.txt’,encoding=’gb18030’)；
（3）、若（2）仍不能解决，说明文中出现了连‘gb18030’也无法编码的字符，可以使用‘ignore’属性进行忽略，如：open(‘1.txt’,encoding=’gb18030’，errors=‘ignore’)；
（4）、还有一种常见解决方法为open(‘1.txt’).read().decode(‘gb18030’,’ignore’)

来源：CSDN

作者：小李1998

链接：https://blog.csdn.net/skylibiao/article/details/103465795

标签

gbk