python chardet模块判断字符编码

发布时间:2021-01-22编辑:脚本学堂
python chardet模块判断字符编码的方法,通过本例可以掌握python中chardet的功能、安装与使用方法,chardet模块需要手动下载与安装。

python使用chardet判断字符编码的方法。

python中chardet用来实现字符串/文件编码检测模板

1、chardet下载与安装

下载地址:http://pypi.python.org/pypi/chardet
下载chardet后,解压chardet压缩包,直接将chardet文件夹放在应用程序目录下,就可以使用import chardet开始使用chardet了,也可以将chardet拷贝到Python系统目录下,这样所有的python程序只要用import chardet即可。

命令:
 

python setup.py install

2、实例
使用中,chardet.detect()返回字典,其中confidence是检测精确度,encoding是编码形式

1)网页编码判断:
 

>>> import urllib
>>> rawdata = urllib.urlopen('http://www.google.cn/').read()
>>> import chardet
>>> chardet.detect(rawdata)
{'confidence': 0.98999999999999999, 'encoding': 'GB2312'}

2)文件编码判断
 

import chardet
tt=open('c:111.txt','rb')
ff=tt.readline()
#这里试着换成read(5)也可以,但是换成readlines()后报错
enc=chardet.detect(ff)
print enc['encoding']
tt.close()