如何查看字符编码？

liangliangzz 2021-08-08 原文

导入chardet模块，可以用命令安装

pip install chardet

希望通过一个案例能让你快速入门

import chardet

UTF8_TEXT="你好，世界".encode(\'utf-8\')
SJIS_TEXT="你好，世界".encode(\'GB2312\')
GBK_TEXT="你好，世界".encode(\'GBK\')
\'\'\'
输出结果：
{\'encoding\': \'utf-8\', \'confidence\': 0.9690625, \'language\': \'\'}
{\'encoding\': None, \'confidence\': 0.0, \'language\': None}
{\'encoding\': None, \'confidence\': 0.0, \'language\': None}
这是一个比较糟糕的问题，第一个有结果，另外两个没有结果，百度也不好百度，自己尝试了一下，发现原来内容不能不能输入一样的，改了皆可以输出结果了。

\'\'\'
\'\'\'
UTF8_TEXT="你好，世界".encode(\'utf-8\')
SJIS_TEXT="哈哈哈".encode(\'GB2312\')
GBK_TEXT="中国加油！".encode(\'GBK\')
输出结果：
{\'encoding\': \'utf-8\', \'confidence\': 0.9690625, \'language\': \'\'}
{\'encoding\': \'ISO-8859-1\', \'confidence\': 0.73, \'language\': \'\'}
{\'encoding\': \'KOI8-R\', \'confidence\': 0.40958385256619645, \'language\': \'Russian\'}

\'\'\'


def main():
    print(chardet.detect(UTF8_TEXT))
    print(chardet.detect(SJIS_TEXT))
    print(chardet.detect(GBK_TEXT))

if __name__ == \'__main__\':
    main()

\'\'\'
detect函数返回值是一个字典，得到confidence (可信度)与encoding (字符
编码)这一键值对。其中的可信度数値在0-1之向，越是接近1表明可以信頼的程
度越高。
\'\'\'