获取文档编码

随风~

1. >>> from bs4 import UnicodeDammit
   
2. >>> dammit = UnicodeDammit("Sacr\xc3\xa9 bleu!")
   
3. >>> print(dammit.unicode_markup)
   
4. Sacré bleu!
   
5. >>> dammit.original_encoding
   
6. >>> dammit.original_encoding
   
7. >>>

复制代码

如图，请教大佬为什么获取dammit文本编码没反应。py3.7

wp231957

https://fishc.com.cn/forum.php?mod=viewthread&tid=132996&mobile=2

手机获取的不对

wp231957

# coding: utf-8
from os import listdir
import chardet

#程序的功能就是查阅e:\gcc-html\gcc的所有文件的编码格式
#格式如下:   编码                   相似度               语言
#      'encoding': 'GB2312', 'confidence': 0.99, 'language': 'Chinese'
if __name__=="__main__":
  files=listdir('e:\gcc-html\gcc')
  for file in files:
    ftmp="e:\\gcc-html\\gcc\"+file
    fo = open(ftmp, "rb").read()
    print (chardet.detect(fo))

随风~

wp231957 发表于 2019-4-19 13:38
# coding: utf-8
from os import listdir
import chardet

你说的对，但是original_encoding这个获取编码该怎么用，还是python3.7已经删掉这个了？