简单介绍:

说明: 此模块主要用来实现字符串/文件编码检测


快速安装:

pip install --upgrade chardet


常用方法:

chardet.detect(aBuf) -> dict

说明: 检测字符串编码,返回一个字典包含confidence编码匹配准确率,encoding最终检测的编码,当aBuf为空时可能encoding为None,所以最好判断一下


最佳实践:

1. FirmwareUpload会自动对接OA系统及对应SVN服务器,自动定期读取最新OA发布的固件程序及ReleaseNote,但ReleaseNote中间可能由OA流经不同的部门被修改,无法区别同步下来的编码,由于最终会读取ReleaseNote文件生成对应的目录结构自动发布到UpgradeServer,所以希望可以准确识别编码统一转换为utf-8编码?

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Date    : 2016-11-23 11:14:15
# @Author  : 李满满 ([email protected])
# @Link    : http://xmdevops.blog.51cto.com/
# @Version : $Id$
from __future__ import absolute_import
# 说明: 导入公共模块
import os
import chardet
# 说明: 导入其它模块
if __name__ == '__main__':
    res_lines = []
    with open('ChangeLog_Chinese.dat', 'r+b') as fd:
        res_line = os.linesep
        for line in fd:
            line = line.lstrip()
            encoding = chardet.detect(line).get('encoding', None)
            print encoding
            if encoding:
                res_line = line.decode(encoding, 'replace').encode('utf-8')
            res_lines.append(res_line)
    print res_lines