一直以来，我写的一个app深受这个问题的困扰，看了一些代码，但是效果都不是很好，这次google中无意看到了一个模块可以解决这个问题，因此发出来大家分享。
该模块的名字是chardet，可以在这里查看细节，具体也就不多说了。后来eix了一下才知道gentoo的portage是有这个模块的，不过考虑到尽量减少app的依赖，于是就添加了一个副本。
当前的编码问题真是复杂，尤其是我们简体中文用户（其他很多语系估计也好不了多少），一边是GB国标，一边是国际化的unicode，而自动检测编码又做不到100％的正确率，实在很头痛，倒还不如把BOM这个没办法的办法发扬光大。
在这里也就顺便提一下lrcShow-II关于编码的一些问题。由于现在实现了lrc歌词编码的自动探测，因此无论是简繁体中文用户还是其他语言用户，都无须再设置本地lrc歌词的编码了，更何况本地的歌词有可能是多种编码混合的，这样自动探测编码就更加有优势了。但是还是要设置一个写编码，默认是gb18030，因为搜索引擎中，百度和搜狗提供gb的歌词，ttplayer提供utf8歌词，写成gb18030都没有问题。国外用户基本上很难通过搜索引擎搜索到歌词，更多的是考虑到本地编码，万一能够搜索到，那么在默认情况下保存歌词就会有困难，比如在百度的搜索引擎上搜索到了歌词，而写编码如果设置成了EUC-JP，那么一般就会出错，这时候到还是gb或者utf8不会有问题。
Tags - 编码 , 自动探测
Feeds
536 items (535 unread) in 13 feeds
Firefox CFBU成员
(535 unread)
-
CrossBud - Vale Of Wind (47 unread)
-
zlbruce (43 unread)
-
EricXP (32 unread)
-
Fedora (4 unread)
-
三翻领的个人空间
(54 unread) -
opentiss
(44 unread)
-
Rickcart火狐扩展汉化发布
(14 unread)
-
TO BE CONTINUED (56 unread)
-
Ryandol - I' lI haI (114 unread)
-
Copyliu 的部落格 (63 unread)
-
Sense的部落格
(46 unread)
-
viewtheard - Genthelvite‘Blog
(18 unread)
三翻领的个人空间
-
python下关于文件编码的自动检测
Posted: January 4, 2008, 10:47pm PST
LBL_TAG_TAGS: tag.php?tag=%E7%BC%96%E7%A0%81 tag.php?tag=%E8%87%AA%E5%8A%A8%E6%8E%A2%E6%B5%8B Python