千年之恋

指我和字符编码。

今天写文档，需要把所有源码填到一个Word文档里，因为一个一个打开复制很麻烦，于是打算用Python弄。

当然最后花了更多的时间。

也是可以预见的。

#encoding:utf-8
import os

dir = r'C:UsersmlxyworkspaceProjectsrc'

def fetchFileRecursively(dir, fileExt):
    ''' 递归获取路径下所有指定扩展名的文件的绝对路径作为列表返回。'''
    result = []
    
    files = os.listdir(dir)
    
    for i in files:
        # 拼完整路径。
        file = os.path.join(dir, i)
        
        if os.path.isdir(file):
            result.extend(fetchFileRecursively(file, fileExt))
        elif os.path.isfile(file):
            if i.endswith(fileExt):
                result.append(file)
            
    return result

def readContent(file):
    ''' 读取文件内容。'''
    with open(file, 'r') as f:
        return f.read()
    
if __name__ == '__main__':
    javas = fetchFileRecursively(dir, 'java')
    
    with open('result.txt', 'w') as f:
        for i in javas:
            content = readContent(i).decode('u8', 'ignore').encode('u8')
            f.write(content+'
')

    print 'Done.'

我真的不明白用同一种编码先decode又encode是一种什么疾病了。