Chardet 是一款通用字符编码检测器。
支持
-
ASCII、UTF-8、UTF-16(2种变体)、UTF-32(4种变体)
-
Big5、GB2312、EUC-TW、HZ-GB-2312、ISO-2022-CN(繁体中文和简体中文)
-
EUC-JP、SHIFT_JIS、CP932、ISO-2022-JP(日语)
-
EUC-KR、ISO-2022-KR(韩语)
-
KOI8-R、MacCyrillic、IBM855、IBM866、ISO-8859-5、windows-1251(斯拉夫语)
-
ISO-8859-5、windows-1251(保加利亚文)
-
ISO-8859-1、windows-1252(西欧语言)
-
ISO-8859-7、windows-1253(希腊语)
-
ISO-8859-8、windows-1255(希伯来语)
-
TIS-620(泰语)
注意: ISO-8859-2 和 windows-1250 (Hungarian) 检测器模型有待重新训练,暂时还不可用。
要求 Python 2.6 及以上版本
安装
PyPI :
pip install chardet