【教程】如何用Python中的chardet去检测字符编码类型

【背景】

之前已经使用过chardet了，也算用了不少次了。

之前也写过和chardet相关的：

【已解决】windows下，安装python的chardet

【问题】Python中用Chardet检测出来从Windows的cmd中输入的字符串的编码是KOI8-R，而不是所希望的GBK或GB2312

【整理】Python的字符编码检测库：charade和chardet的区别

但是没写教程，举例说明如何使用。

现在去举例解释解释。

【python示例代码演示如何用chardet检测字符串的编码类型】

?

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

#!/usr/bin/python

# -*- coding: utf-8 -*-

"""

Function:

【教程】如何用Python中的chardet去检测字符编码类型

https://www.crifan.com/python_chardet_example_show_how_to_use_to_detect_charset

 

Version:    2013-09-16

Author:     Crifan Li

Contact:    https://www.crifan.com/contact_me/

"""

 

importchardet;

 

defchardet_detect_str_encoding():

    """

        Demo how to use chardet to detect string encoding/charset

    """

    inputStr ="当前文件时UTF-8，所以你所看到的这段字符串，也是UTF-8编码的";

    detectedEncodingDict =chardet.detect(inputStr);

    print"type(detectedEncodingDict)=",type(detectedEncodingDict); #type(detectedEncodingDict)= <type 'dict'>

    print"detectedEncodingDict=",detectedEncodingDict; #detectedEncodingDict= {'confidence': 0.99, 'encoding': 'utf-8'}

    detectedEncoding =detectedEncodingDict['encoding'];

    print"That is, we have %d%% confidence to say that the input string encoding is %s"%(int(detectedEncodingDict['confidence']*100), detectedEncoding);

 

if__name__ =='__main__':

    chardet_detect_str_encoding();

 

【总结】

相对来说，chardet，算是很好用的了。