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
或
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