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'}
chardet检测编码
最新推荐文章于 2024-04-24 10:00:00 发布