python 中使用 chardet 模块

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：

1.推荐地址：  http://download.csdn.net/detail/lopng/6672943

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

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。

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。