伪代码如下：
s = '**************'
print(detectRisk(s,'gbk') #=>80% s 是 gbk 编码的概率是 80%
print(detectRisk(s,'utf8') #=>30% s 是 u8 编码的概率是 30%
请问 python 有没有这样的方法呢？
有 cchardet.dect(s)或者 chardet.dect(s),但都不能指定检查哪一种编码的概率。
推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
This topic created in 3343 days ago, the information mentioned may be changed or developed.
7 replies • 2017-09-10 23:08:30 +08:00
 |
nullccSep 9, 2017
1
|
 |
mskipSep 9, 2017
2
chardet
{'confidence': 0.7525, 'language': '', 'encoding': 'utf-8'} {'confidence': 1.0, 'language': '', 'encoding': 'ascii'} {'confidence': 0.99, 'language': '', 'encoding': 'utf-8'} {'confidence': 0.99, 'language': '', 'encoding': 'utf-8'} |
 |
ltuxSep 9, 2017
4
那就自己实现喽。
|
 |
5
In [1]: import chardet
In [2]: prober = chardet.utf8prober.UTF8Prober() In [3]: prober.feed('你好，世界！'.encode('utf-8')) Out[3]: 1 In [4]: prober.get_confidence() Out[4]: 0.99 |
1 |
paramSep 9, 2017
6
chardet 有出错的，而且速度很慢
|
 |
yucongoSep 10, 2017
7
s = '**************', 貌似少个 b 吧，s = b'**************'。str 是不存在编码的问题的
|
Select Language