Python判断字符集

   Python利用第三方库chardet可以判断字符集。

 https://chardet.readthedocs.io

?

1 2 3 4 5

>>> import urllib >>> rawdata = urllib.urlopen('http://yahoo.co.jp/').read() >>> import chardet >>> chardet.detect(rawdata) {'encoding': 'EUC-JP', 'confidence': 0.99}

　　

判断文件的字符集

?

1 2 3 4 5 6 7 8 9

detector = UniversalDetector()    for filename in glob.glob('*.txt'):        print(filename.ljust(60), )        detector.reset()        for line in open(filename, 'rb'):            detector.feed(line)            if detector.done: break        detector.close()        print(detector.result)

　　显示结果：