python字符串编码识别模块chardet简单应用

python的字符串编码识别模块（第三方库）：

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

 import chardetimport urllib # 可根据需要，选择不同的数据TestData = urllib.urlopen('http://www.baidu.com/').read()print chardet.detect(TestData) # 运行结果：# {'confidence': 0.99, 'encoding': 'GB2312'}运行结果表示有99%的概率认为这段代码是GB2312编码方式。 import urllibfrom chardet.universaldetector import UniversalDetectorusock = urllib.urlopen('http://www.baidu.com/')# 创建一个检测对象detector = UniversalDetector()for line in usock.readlines():# 分块进行测试，直到达到阈值detector.feed(line)if detector.done: break# 关闭检测对象detector.close()usock.close()# 输出检测结果print detector.result # 运行结果：# {'confidence': 0.99, 'encoding': 'GB2312'}

应用背景，如果要对一个大文件进行编码识别，使用这种高级的方法，可以只读一部，去判别编码方式从而提高检测速度。如果希望使用一个检测对象检测多个数据，在每次检测完，一定要运行一下detector.reset()。清除之前的数据。

以上所述就是本文的全部内容了，希望大家能够喜欢。