?

來源：http://blog.csdn.net/aqwd2008/article/details/7506007

?

?

python 模塊 chardet 下載及介紹

?

在處理字符串時，常常會遇到不知道字符串是何種編碼，如果不知道字符串的編碼就不能將字符串轉換成需要的編碼。面對多種不同編碼的輸入方式，是否會有一種有效的編碼方式？chardet 是一個非常優秀的編碼識別模塊。

chardet 是 python 的第三方庫，需要下載和安裝。下載的地址有：

• 1.推薦地址：?http://download.csdn.net/download/aqwd2008/4256178
• 2.官方地址： ?http://pypi.python.org/pypi/chardet

如果采用源代碼安裝方法，有可能會提示缺少setuptools這個模塊。因此這里我們采用另外一種更為方便的安裝方法，不論你選擇哪種安裝包，將它解壓得到其中的文件夾【chardet】將這個文件夾復制到【python安裝根目錄\Lib\site-packages】下，確保這個位置可以被 python 引用到。如果不能被引用到請加入環境變量。

?

在安裝完 chardet 模塊，我就可以使用它了，來看一段示例代碼。

import chardet from urllib import request# 可根據需要，選擇不同的數據 TestData = request.urlopen('http://www.baidu.com/').read() print(chardet.detect(TestData))# 運行結果： # {'encoding': 'utf-8', 'confidence': 0.99, 'language': ''}

運行結果表示有99%的概率認為這段代碼是 utf-8 編碼方式。

?

另外一個相對高級的應用。

from urllib import request from chardet.universaldetector import UniversalDetectorusock = request.urlopen('http://www.baidu.com/')# 創建一個檢測對象 detector = UniversalDetector() for line in usock.readlines():# 分塊進行測試，直到達到閾值detector.feed(line)if detector.done:break# 關閉檢測對象 detector.close() usock.close()# 輸出檢測結果 print(detector.result)# 運行結果： # {'encoding': 'utf-8', 'confidence': 0.99, 'language': ''}

應用背景，如果要對一個大文件進行編碼識別，使用這種高級的方法，可以只讀一部，去判別編碼方式從而提高檢測速度。如果希望使用一個檢測對象檢測多個數據，在每次檢測完，一定要運行一下detector.reset()。清楚之前的數據。

?

?

?

總結

以上是生活随笔為你收集整理的python 模块 chardet下载方法及介绍的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。