chardet检测编码

import chardet
s=chardet.detect(b'hello world')
print(s)
#{'encoding': 'ascii', 'confidence': 1.0, 'language': ''}#confidence字段，表示检测的概率是1.0（即100%）

data = '离离原上草，一岁一枯荣'.encode('gbk')
result=chardet.detect(data)
print(result)
#{'encoding': 'GB2312', 'confidence': 0.7407407407407407, 'language': 'Chinese'}
#检测的编码是GB2312，注意到GBK是GB2312的超集，两者是同一种编码，检测正确的概率是74%，language字段指出的语言是'Chinese'。



data = '离离原上草，一岁一枯荣'.encode('utf-8')
result=chardet.detect(data)
print(result)
#{'encoding': 'utf-8', 'confidence': 0.99, 'language': ''}


data = '最新の主要ニュース'.encode('euc-jp')
s=chardet.detect(data)
print(s)
#{'encoding': 'EUC-JP', 'confidence': 0.99, 'language': 'Japanese'}