Python study----------第三方module-----chardet（识别编码）

chardet是character detct 字符检测的缩写

gb18030是最新的标准，兼容性最好

 

eg1：

>>> import chardet#导入模块
>>> import os#导入os模块
>>> os.getcwd()#获取当前路径
'C:\\Users\\Administrator\\AppData\\Local\\Programs\\Python\\Python38-32'
>>> os.chdir(d:\)#改变当前路径，因为示例中的txt文档存放在d盘中
>>> os.getcwd()#获取当前路径
'D:\\'
>>> file = '123.txt'
>>> with open (file,'rb') as f:
　　　　　　s = f.read()#将文件中的内容一次读入变量s

>>> d = chardet.detect(s)#检测
>>> print(d)
{'encoding': 'ascii', 'confidence': 1.0, 'language': ''}
>>>

 

编码保存在一个字典中，其中confidence表示置信度，也就是可靠程度。

eg2：如果文件是莫名文件可以尝试使用一下代码，提前判断

　　　　>>> file = '123.txt'
　　　　>>> with open (file,'rb') as f:
　　　　s = f.read()

　　　　>>> d = chardet.detect(s)
　　　　>>> e = d['encoding']
　　　　>>> if e.lower().startswith('gb'):  #先把e所有的字母改为小写，然后判断是否以指定字符开头
　　　　e = 'gb18030'

　　　　>>> with open (file,encoding = e ) as f:
　　　　s = f.readlines()

　　　　>>> for i in s:
　　　　print(i)

未完待续....