嘿，这个问题我之前处理过好多次，完全懂你的痛点！Fiona本身确实只能单文件读取，但咱们可以借助它的生态工具或者手动组合逻辑来实现多文件合并，下面给你两种靠谱的方案：

方法1：用GeoPandas一键搞定（最推荐） #

GeoPandas底层就是基于Fiona开发的，处理这种合并任务简直是降维打击，几行代码就能完成，还能自动处理属性表的差异：

import geopandas as gpd
import pandas as pd

# 把你要合并的所有Shapefile路径列出来
shape_paths = ["country.shp", "us_states_part1.shp", "us_states_part2.shp"]

# 批量读取并合并成单个GeoDataFrame
merged_data = gpd.GeoDataFrame(
    pd.concat([gpd.read_file(path) for path in shape_paths], ignore_index=True)
)

# 保存合并后的结果
merged_data.to_file("combined_countries_states.shp")

如果不同文件的属性字段不一样，GeoPandas会自动用NaN填充缺失值，不用你手动调整字段，省心太多。

方法2：纯Fiona + Shapely手动实现（无额外依赖） #

要是你不想引入GeoPandas，只用Fiona和Shapely也能搞定，就是需要手动处理一些细节：

import fiona
from shapely.geometry import shape
from fiona.crs import to_wkt

# 先从第一个文件获取输出的元数据（坐标系、字段结构等）
with fiona.open("country.shp", "r") as source:
    output_meta = source.meta

# 创建输出文件并写入所有要素
with fiona.open("combined_countries_states.shp", "w", **output_meta) as output:
    for shp_path in ["country.shp", "us_states_part1.shp", "us_states_part2.shp"]:
        with fiona.open(shp_path, "r") as input_shp:
            # 先检查坐标系是否一致，不一致的话要先转换
            if input_shp.crs != output_meta["crs"]:
                raise ValueError(f"文件 {shp_path} 的坐标系和目标不一致，请先转换！")
            # 逐个写入要素，可选添加几何有效性检查
            for feature in input_shp:
                geom = shape(feature["geometry"])
                if geom.is_valid:
                    output.write(feature)

这种方法需要你自己确保所有输入文件的坐标系和字段结构匹配，如果字段不一样，得手动调整元数据的schema，适合对Fiona有深入了解的场景。

几个关键提醒 #

• 所有Shapefile的附属文件（.dbf、.shx、.prj等）必须和.shp文件放在同一目录，不然Fiona会读取不到完整数据。
• 合并前一定要检查坐标系一致性，不然合并出来的图形会错位，GeoPandas可以用to_crs()快速转换，纯Fiona可以结合pyproj来处理。
• 建议添加几何有效性检查，避免无效的几何要素导致输出文件损坏。

内容的提问来源于stack exchange，提问作者pronebird