字符编码判断

2019-09-26 04:24栏目:澳门萄京官网
TAG:

题记

在获取中文字符的时候,若是出现乱码的情事,我们供给领悟当前的字符串的编码方式。使用下边三种格局可以看清字符串的编码情势。

法一:

isinstance(s, str) 用来判断是否为一般字符串
isinstance(s, unicode) 用来判断是否为unicode

if type(str).__name__!="unicode":
    str=unicode(str,"utf-8")
else:
    pass

法二:

Python chardet 字符编码判断

选用 chardet 能够很方便的达成字符串/文件的编码检验。极度是普通话网页,有的页面使用GBK/GB2312,有的利用UTF8,就算您供给去爬一些页面,知道网页编码相当重大的,即便HTML页面有charset标签,不过多少时候是不对的。那么chardet就能够帮大家大忙了。

chardet 安装

下载chardet后,解压chardet压缩包,间接将chardet文件夹放在应用程序目录下,就能够使用import chardet初始采用chardet了。

或许采纳setup.py安装文件,将chardet拷贝到Python系统目录下,那样您有所的python程序一旦用import chardet就能够了。

python setup.py install参考
  • chardet官网
  • chardet下载页面:

chardet实例

>>> import urllib
>>> rawdata = urllib.urlopen('http://www.google.cn/').read()
>>> import chardet
>>> chardet.detect(rawdata)
{'confidence': 0.98999999999999999, 'encoding': 'GB2312'}
>>>chardet可以直接用detect函数来检测所给字符的编码。函数返回值为字典,有2个元数,一个是检测的可信度,另外一个就是检测到的编码。 

更多入门教程能够仿效:[] ()

版权声明:本文由澳门萄京官网最大平台发布于澳门萄京官网,转载请注明出处:字符编码判断