首頁  >  文章  >  後端開發  >  Python字元編碼判斷方法

Python字元編碼判斷方法

高洛峰
高洛峰原創
2017-03-01 13:21:161742瀏覽

本文實例講述了Python字元編碼判斷方法。分享給大家供大家參考,如下:

方法一:

isinstance(s, str) 用來判斷是否為一般字串
isinstance(s, unicode) 用來判斷是否為unicode


#
if type(str).__name__!="unicode":
str=unicode(str,"utf-8")
else:
pass


##方法二:

Python chardet 字元編碼判斷

使用chardet 可以很方便的實作字串/檔案的編碼偵測。尤其是中文網頁,有的頁面使用GBK/GB2312,有的使用UTF8,如果你需要去爬一些頁面,知道網頁編碼很重要的,雖然HTML頁面有charset標籤,但有些時候是不對的。那麼chardet就能幫我們大忙了。

chardet實例


>>> import urllib
>>> rawdata = urllib.urlopen('http://www.google.cn/').read()
>>> import chardet
>>> chardet.detect(rawdata)
{'confidence': 0.98999999999999999, 'encoding': 'GB2312'}
>>>chardet可以直接用detect函数来检测所给字符的编码。函数返回值为字典,有2个元数,一个是检测的可信度,另外一个就是检测到的编码。


chardet 安裝


###### ###下載chardet後,解壓縮chardet壓縮包,直接將chardet資料夾放在應用程式目錄下,就可以使用import chardet開始使用chardet了。 ######或使用setup.py安裝文件,將chardet拷貝到Python系統目錄下,這樣你所有的python程式只要用import chardet就可以了。 ######python setup.py install參考######chardet官網:http://chardet.feedparser.org/###chardet下載頁:http://chardet.feedparser.org/download/ ######更多Python字元編碼判斷方法相關文章請關注PHP中文網! ###
陳述:
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn