python字串編碼識別模組chardet簡單應用

python的字串編碼識別模組（第三方庫）：

官方地址： http://pypi.python.org/pypi/chardet

 import chardetimport urllib # 可根據需要，選擇不同的資料TestData = urllib.urlopen('http://www.baidu.com/').read()print chardet.detect(TestData) # 運行結果：# {'confidence': 0.99, 'encoding': 'GB2312'}運行結果表示有99%的機率認為這段代碼是GB2312編碼方式。 import urllibfrom chardet.universaldetector import UniversalDetectorusock = urllib.urlopen('http://www.baidu.com/')# 建立一個檢測對象detector = UniversalDetector()for line in usock.readlines():# 分塊進行測試，直到達到閾值detector.feed(line)if detector.done: break# 關閉檢測對象detector.close()usock.close()# 輸出檢測結果print detector.result # 運行結果：# {'confidence': 0.99, 'encoding': 'GB2312'}

應用背景，如果要對一個大檔案進行編碼識別，使用這種進階的方法，可以唯讀一部，去判別編碼方式從而提高檢測速度。如果希望使用一個檢測對象檢測多個資料，在每次檢測完，一定要運行一下detector.reset()。清除之前的資料。

以上所述就是本文的全部內容了，希望大家能夠喜歡。

