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
importchardet
importurllib
#可根据需要，选择不同的数据
TestData=urllib.urlopen('http://www.baidu.com/').read()
printchardet.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。
importurllib
fromchardet.universaldetectorimportUniversalDetector
usock=urllib.urlopen('http://www.baidu.com/')
#创建一个检测对象
detector=UniversalDetector()
forlineinusock.readlines():
#分块进行测试，直到达到阈值
detector.feed(line)
ifdetector.done:break
#关闭检测对象
detector.close()
usock.close()
#输出检测结果
printdetector.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。