python 判断一个字符能否用gbk和utf8编码

Posted 2023-04-18

比如: 一个字符串, 我要把不能用gbk编码的字符给去除掉. 我要怎么判断一个字符他是否能被gbk编码.

使用chardet库。它会去猜测文本文件的编码，并返回形如：
编码类型：utf-8
置信度：0.9
这样的结果，也就是说chardet断定该文件有90%的可能性是utf-8编码的。
不过chardet的缺陷就是，它不能完全100%确定文件的编码类型。
目前我的做法是，如果置信度超过0.95，那么就认定chardet的判断结果是正确的。否则，再加上一些人机交互操作进行判断。

目前，chardet库官网提供的版本只适用于Python 2，如果您使用的是Python 3.x，我可以另外上传一个。 参考技术A 使用chardet库。它会去猜测文本文件的编码，并返回形如:
编码类型:utf-8
置信度:0.9
这样的结果，也就是说chardet断定该文件有90%的可能性是utf-8编码的。
不过chardet的缺陷就是，它不能完全100%确定文件的编码类型。
目前我的做法是，如果置信度超过0.95，那么就认定chardet的判断结果是正确的。否则，再加上一些人机交互操作进行判断。

目前，chardet库官网提供的版本只适用于Python 2，如果您使用的是Python 3.x，我可以另外上传一个。追问

你这样抄别人的答案, 也太无耻了吧

Python字符串

从编码和常用字符串函数两方面进行总结

1. 编码

　　计算机里面，编码方法有很多种，英文的一般用ascii,而中文有unicode，utf-8,gbk,utf-16等等。

　　unicode是 utf-8,gbk,utf-16这些的父编码，这些子编码都能转换成unicode编码，然后转化成子编码，例如utf8可以转成unicode，再转gbk，但不能直接从utf8转gbk

　　所以，python中就有两个方法用来解码（decode）与编码（encode），解码是子编码转unicode，编码就是unicode转子编码

　　#encoding:UTF-8

2. 常用函数

　　lower()#大写转小写

　　upper() #小写转大写

　　swapcase() #大小写互换

　　capitalize() #首字母大写

　　ljust rjust center zfill expandtabs #字符串输出对齐

　　find rfind #字符串查找

　　index rindex #字符索引

　　count #字符出现的次数

　　replce strip lstrip rstrip #字符串替换

　　split rsplit lsplit

　　join(seq) #把seq代表的序列--字符串序列，用字符串S链接起来

　　startwith endwith

　　isalnum #是否全是字母和数字，并至少有一个字符

　　isalpha #是否全是字母，并至少有一个字符

　　isdigit #是否全是数字

　　isspace islower isupper istitle