Python任意字符集转换

标签：一个   charset   ret   content   return   TE   cto   lang   data   

方法一：

import chardet  
def convert_encoding(data,new_coding=‘UTF-8‘):
  # 任意字符集转换
  encoding = chardet.detect(data)[‘encoding‘]
  if new_coding.upper() != encoding.upper():
    data  = data.decode(encoding,data).encode(new_coding)
  return data 

方法二：

import icu  
def convert_encoding2(data,new_coding=‘UTF-8‘):

  encoding = icu.CharsetDetector(data).detect().getName()  
  # encoding = chardet.detect(content)[‘encoding‘]
  if new_coding.upper() != encoding.upper():
    # data  = data.decode(encoding,data).encode(new_coding)
    data = unicode(data,coding).encode(new_coding)
  return data 

方法三：

import cchardet
def convert_encoding3(data,new_coding=‘UTF-8‘):
  encoding = cchardet.detect(data)[‘encoding‘]
  if new_coding.upper() != encoding.upper():
    data  = data.decode(encoding,data).encode(new_coding)
  return data 

使用方法：

此处使用方法一

#转换成utf-8
convert_encoding(data,‘utf-8‘)

#转抱成GBK  
convert_encoding(data,‘gbk‘)

#转抱成GB2312
convert_encoding(data,‘gbk‘)

Python任意字符集转换

标签：一个   charset   ret   content   return   TE   cto   lang   data   

原文地址：http://blog.51cto.com/yangrong/2130811