[python]如何判断一个字符串使用的是什么编码？

如何能够判断字符串使用的是哪一种编码？ 
判断其使用的是unicode编码还是gbk编码？ 
谢谢！ 

7 个解决方案

#1

如此冷清？

#2

有人！
但我不会这个问题

#3

不会，帮你顶一下。不过我记得UNICODE文件的第一个字节是特别的，字符串的话不大清楚。

#4

我没用过其它语言的OS，所以只知道怎样判断中文还是英文的字符串。如果是unicode字符串，用type判断，type(s) == type(u'a'),如果是中文的，可以用unicode(s, 'mbcs')将它转换成unicode的字符串。mbcs表示multi-byte character set，所以我认为不管是日语，韩语还是简体或繁体的中文，它都能自动辨识，毕竟你输入的是当前操作系统默认的编码。

#5

用types模块

#6

to forlovepb：能解释清楚点儿吗？

#7

对于多字节编码的字符串，比如gb2312和big5，这些编码总有重叠的部分，也就是给你一个word值，在gb2312中可以对应一个字符，在big5也同样对应一个字符，当然这两个字符是不同的，因此你根本无法用程序来判断那个编码是你需要的。当然，如果给定字符串足够多的话，那其中总有某个word是某个编码特有的值，可以由此来识别是那种编码。

用过EmEditor这个编辑器的朋友，就应该能体会到这点