用chardet判斷字元編碼的方法

chardet 用來實現字串/檔案編碼檢測模板

1、chardet下載與安裝

：http://pypi.python.org/pypi/chardet

下載chardet後，解壓chardet壓縮包，直接將chardet檔案夾放在應用程式目錄下，就可以使用import chardet開始使用chardet了，也可以將chardet拷貝到Python系統目錄下，這樣你所有的python程式只要用import chardet就可以了。

python setup.py install

2、執行個體

使用中，chardet.detect()返回字典，其中confidence是檢測精確度，encoding是編碼形式

（1）網頁編碼判斷：

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

（2）檔案編碼判斷

import chardet
tt=open('c:\\111.txt','rb')
ff=tt.readline()
#這裡試著換成read(5)也可以，但是換成readlines()後報錯
enc=chardet.detect(ff)
print enc['encoding']
tt.close()