python 判断网页编码

这段时间在用python处理网页抓取这块，互联网很多网页的编码格式都不一样，大体上是GBK,GB2312，UTF-8，等待。我们在获取
网页的的数据后，先要对网页的编码进行判断，才能把抓取的内容的编码统一转换为我们能够处理的编码。比如beautiful soup内部的编码就是unicode的编码。

下面介绍两种python 判断网页编码的方法：
1 import urllib
f = urllib.urlopen('http://xxx.com').info()

print f.getparam('charset')

2 import chardet 你需要安装一下chardet第3方判断编码的模块

data = urllib.urlopen('http://xxx.com').read()

print chardet.detect(data)

希望对你有帮助：）