python chardet检测编码

1、当我们拿到一个bytes时，就可以对其检测编码。用chardet检测编码，只需要一行代码：

>>>chardet.detect(b'Hello,world!')
{'encoding':'ascii','confidence':1.0,'language':''}

检测出的编码是ascii，注意到还有个confidence字段，表示检测的概率是1.0（即100%）。

2、检测GBK编码的中文

>>>data='离离原上草，一岁一枯荣'.encode('gbk')
>>>chardet.detect(data)
{'encoding':'GB2312','confidence':0.7407407407407407,'language':'Chinese'}

检测的编码是GB2312，注意到GBK是GB2312的超集，两者是同一种编码，检测正确的概率是74%，language字段指出的语言是'Chinese'。

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。