Python - chardet 辨識中文

[以 Python3 為開發環境]

之前抓取網頁後，一直遇到編碼問題
看到 chardet 後，覺得這真是個好東西

但是，當檔案大的時候，分析時間還蠻久的

以下是使用範例

import chardet tmpStr = (b'this is english') print('1', chardet.detect(tmpStr)) tmpStr = '使用這個偵測真讚' tmpStr1 = bytes(tmpStr, 'utf-8') print('2', chardet.detect(tmpStr1)) tmpStr2 = bytes(tmpStr, 'big5') print('3', chardet.detect(tmpStr2)) tmpStr3 = bytes(tmpStr, 'CP950') print('4', chardet.detect(tmpStr3)) >>> 1 {'encoding': 'ascii', 'confidence': 1.0, 'language': ''} 2 {'encoding': 'utf-8', 'confidence': 0.99, 'language': ''} 3 {'encoding': 'Big5', 'confidence': 0.99, 'language': 'Chinese'} 4 {'encoding': 'Big5', 'confidence': 0.99, 'language': 'Chinese'}

後面的 1.0 和 0.99 表示猜測的準確度