多文本拼接出现NUL字符，Notepad++与Notepad显示异常原因排查

问题场景 #

我通过Python脚本将1000个文件拼接成output_file.txt，使用的代码如下：

import shutil

with open('output_file.txt','wb') as wfd:
    for f in file_paths:
        with open(f,'rb') as fd:
            shutil.copyfileobj(fd, wfd)
            wfd.write(b"\n")

在Notepad++和Notepad中打开该文件时，同一位置出现NUL字符显示异常，但文件其他部分显示正常。

可能的原因 #

• 源文件本身携带NUL字符：你拼接的1000个文件中，某个（或某几个）源文件本身就包含二进制空字节（\x00，即NUL字符），脚本只是原样复制了这些内容到输出文件，刚好集中在你看到的异常位置。这是最常见的原因。
• 源文件的编码/格式异常：如果某个源文件声称是文本格式，但实际存在编码错误（比如本该是UTF-8却混入了ASCII以外的空字节），当你用二进制模式读取时，这些错误的空字节会被保留并写入到输出文件中。
• 缓冲区处理的极端情况：虽然概率很低，但shutil.copyfileobj在处理超大文件或者特殊格式文件时，缓冲区的读写操作可能出现边界错误，意外写入空字节。不过这种情况远不如源文件本身有问题的可能性高。
• 换行写入的潜在冲突：你在每个文件末尾写入b"\n"，如果某个源文件的末尾是不完整的二进制数据片段，和换行符拼接后，在文本编辑器中可能被解析为NUL字符，但这种情况非常少见。

内容的提问来源于stack exchange，提问作者frank