エンコードのタイプを見つける

Question

エンコードされた文字列に使用されるエンコーディングのタイプを知ることができるのだろうか？少なくとも、特定のエンティティまたは単語がpython3.xの文字列かバイトであるかを調べる。 ありがとうございます。

Answer 1

chardetは、それがどのエンコードであるかを推測させます。しかし、これは短いテキストでは信頼性が高くありませんが、長いテキストではうまくいきます。

Answer 2

chardetライブラリをお勧めします。それはsome work from Mozillaに基づいており、あなたの必要性を満たすと思われます。

Usage is pretty easy：

>>> import urllib 
>>> rawdata = urllib.urlopen('http://yahoo.co.jp/').read() 
>>> import chardet 
>>> chardet.detect(rawdata) 
{'encoding': 'EUC-JP', 'confidence': 0.99} 

そして、そこだけでなく、そのページに覆われている、より複雑なユースケースがありますが、コアであなたは、単に文字列を渡すと、それは潜在的なエンコーディングのセットを返すことができますその推測に彼らの信頼と一緒に。

isinstance(x, bytes) 

対

isinstance(x, str) 

をあなたはダニエルが彼の答えの使用に言ったように、それは、あなたができるバイト、であると判断したら：それは文字列だか、バイトは簡単ですかどうかを確認するには