python判断字符串的编码_Python判断字符串编码以及编码的转换

Python判断字符串编码以及编码的转换

判断字符串编码:

使用 chardet 可以很方便的实现字符串/文件的编码检测。尤其是中文网页,有的页面使用GBK/GB2312,有的使用UTF8,如果你需要去爬一些页面,知道网页编码很重要:

#!/usr/bin/env python

# -*- coding:utf-8 -*-

import urllib, chardet

if __name__ == '__main__':

html = urllib.urlopen('http://www.baidu.com').read()

print chardet.detect(html)

结果:

{'confidence': 0.99, 'encoding': 'utf-8'}

函数返回值为字典,有2个元素,一个是检测的可信度,另外一个就是检测到的编码。

编码转换:

先把其他编码转换为unicode再转换其他编码, 如utf-8转换为gb2312:

#!/usr/bin/env python

# -*- coding:utf-8 -*-

import chardet

if __name__ == '__main__':

str = raw_input("请输入地址:")

print chardet.detect(str)

str1 = str.decode('utf-8')

str2 = str1.encode('gb2312')

print chardet.detect(str2)

结果:

请输入地址:你好

{'confidence': 0.7525, 'encoding': 'utf-8'}

{'confidence': 0.3598212120361634, 'encoding': 'TIS-620'}

结束语:

示例中使用到了chardet模块,所以需要先安装该模块才能按示例代码按步骤操作得到相应的结果。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值