python字符串编码识别模块chardet简单应用_Python

python的字符串编码识别模块（第三方库）：

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

				?

									import chardet

									import urllib

									# 可根据需要，选择不同的数据

									TestData = urllib.urlopen('http://www.baidu.com/').read()

									print chardet.detect(TestData)

									# 运行结果：

									# {'confidence': 0.99, 'encoding': 'GB2312'}

									运行结果表示有99%的概率认为这段代码是GB2312编码方式。

									import urllib

									from chardet.universaldetector import UniversalDetector

									usock = urllib.urlopen('http://www.baidu.com/')

									# 创建一个检测对象

									detector = UniversalDetector()

									for line in usock.readlines():

									# 分块进行测试，直到达到阈值

									detector.feed(line)

									if detector.done: break

									# 关闭检测对象

									detector.close()

									usock.close()

									# 输出检测结果

									print detector.result

									# 运行结果：

									# {'confidence': 0.99, 'encoding': 'GB2312'}

应用背景，如果要对一个大文件进行编码识别，使用这种高级的方法，可以只读一部，去判别编码方式从而提高检测速度。如果希望使用一个检测对象检测多个数据，在每次检测完，一定要运行一下detector.reset()。清除之前的数据。

以上所述就是本文的全部内容了，希望大家能够喜欢。

python字符串编码识别模块chardet简单应用

相关文章

热门资讯