如何判断字符编码

python里面的字符编码是让人头大的一个东西，在线学习甚至很多时候你都不知道现在拿到的文本到底是什么编码。

 

这时候，chardet可以帮你判断编码。chardet是python的第三方扩展，用来检测字符串或文件的编码。你需要去下载它，搜索“chardet”，或者直接去：

 

https://pypi.python.org/pypi/chardet

（点击文末的“阅读原文”可直接达到）

 

下载解压之后，可以把chardet目录（不是直接解压出来的那一层）拷贝到你的代码文件夹下直接调用，也可以把chardet目录拷贝到你的python系统路径Python27\Lib\site-packages下。

 

使用中，你有一个待检测的字符串s，只需：

import chardet

print chardet.detect(s)

 

就可以看到输出结果：

{‘confidence’: 0.98999999999999999, ‘encoding’: ‘GB2312’}

 

confidence是预测这种编码的可能性，encoding是编码名称。

 

文章来源于Crossin，由课课家在线学习平台整理，转载请注明。