笔记-python-lib-chardet

笔记-python-lib-chardet

1.      chardet

chardet是一个非常优秀的编码识别模块， 是python的第三方库，需要下载和安装。

文档地址：https://pypi.org/project/chardet/

当然它不是所有的编码格式都能识别，具体可识别的编码格式参见文档。

1.1.    installation

pip install chardet

1.2.    使用

1.2.1.   模块内调用

import chardet

rawdata = b'sdfwe'

res = chardet.detect(rawdata)

print(res)

输出：

{'encoding': 'ascii', 'confidence': 1.0, 'language': ''}

1.2.2.   命令行模式

chardet comes with a command-line script which reports on the encodings of one or more files:

% chardetect somefile someotherfile

somefile: windows-1252 with confidence 0.5

someotherfile: ascii with confidence 1.0

1.3.    关于解码原理

It means taking a sequence of bytes in an unknown character encoding, and attempting to determine the encoding so you can read the text. It’s like cracking a code when you don’t have the decryption key.

简单来说，就是从对象中选取一小部分，根据它的特征去猜编码格式。