Methode zur Beurteilung der Python-Zeichenkodierung

Das Beispiel in diesem Artikel beschreibt die Beurteilungsmethode für die Python-Zeichenkodierung. Teilen Sie es als Referenz mit allen. Die Details lauten wie folgt:

Methode 1:

isinstance(s, str) wird verwendet, um zu bestimmen, ob dies der Fall ist ist eine allgemeine Zeichenfolge
isinstance(s, unicode) wird verwendet, um zu bestimmen, ob es Unicode ist

oder

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

Methode 2:

Beurteilung der Python-Chardet-Zeichenkodierung

Mit chardet kann die Erkennung der Zeichenfolgen-/Dateikodierung problemlos implementiert werden. Insbesondere bei chinesischen Webseiten verwenden einige Seiten GBK/GB2312 und andere UTF8. Wenn Sie einige Seiten crawlen müssen, ist es wichtig, die Webseitenkodierung zu kennen. Obwohl HTML-Seiten manchmal falsche Zeichensatz-Tags haben. Dann kann Chardet uns sehr helfen.

Chardet-Instanz

>>> 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-Installation

Entpacken Sie nach dem Herunterladen von Chardet das komprimierte Chardet-Paket, legen Sie den Chardet-Ordner direkt im Anwendungsverzeichnis ab und verwenden Sie dann „Chardet importieren“, um mit der Verwendung von Chardet zu beginnen.

Oder verwenden Sie die Installationsdatei setup.py, um chardet in das Python-Systemverzeichnis zu kopieren, sodass alle Ihre Python-Programme nur chardet importieren müssen.

python setup.py-Installationsreferenz

Offizielle Chardet-Website: http://chardet.feedparser.org/
Chardet-Downloadseite: http://chardet.feedparser.org/download /

Weitere Artikel zu Beurteilungsmethoden für die Python-Zeichencodierung finden Sie auf der chinesischen PHP-Website!