python 模块 chardet下载及使用
在处理字符串时,常常会遇到不知道字符串是何种编码,如果不知道字符串的编码就不能将字符串转换成需要的编码。面对多种不同编码的输入方式,是否会有一种有效的编码方式?chardet是一个非常优秀的编码识别模块。
chardet 是python的第三方库,需要下载和安装。下载的地址有:
如果采用源代码安装方法,有可能会提示缺少setuptools这个模块。因此这里我们采用另外一种更为方便的安装方法,不论你选择哪种安装包,将它解压得到其中的文件夹【chardet】将这个文件夹复制到【python安装根目录\Lib\site-packages】下,确保这个位置可以被python引用到。如果不能被引用到请加入环境变量。
在安装完chardet模块,我就可以使用它了,来看一段示例代码。
运行结果表示有99%的概率认为这段代码是GB2312编码方式。
Python 2.7.3 (default, Apr 10 2012, 23:31:26) [MSC v.1500 32 bit (Intel)] on win32
Type "copyright", "credits" or "license()" for more information.
>>> import chardet
>>> import urllib
>>> TestData = urllib.urlopen('http://www.baidu.com/').read()
>>> print chardet.detect(TestData)
{'confidence': 0.99, 'encoding': 'utf-8'}
>>>
运行结果表示有99%的概率认为这段代码是GB2312编码方式。