dammit! (靠!)

Unicode, dammit! (靠!)

编码自动检测功能可以在Beautiful Soup以外使用,检测某段未知编码时,可以使用这个方法:

from bs4 import UnicodeDammit
dammit = UnicodeDammit("Sacr\xc3\xa9 bleu!")
print(dammit.unicode_markup)
# Sacré bleu!
dammit.original_encoding
# 'utf-8'

如果Python中安装了 chardet 或 cchardet 那么编码检测功能的准确率将大大提高.输入的字符越多,检测结果越精确,如果事先猜测到一些可能编码,那么可以将猜测的编码作为参数,这样将优先检测这些编码:

dammit = UnicodeDammit("Sacr\xe9 bleu!", ["latin-1", "iso-8859-1"])
print(dammit.unicode_markup)
# Sacré bleu!
dammit.original_encoding
# 'latin-1'

编码自动检测功能中有2项功能是Beautiful Soup库中用不到的

转载于:https://my.oschina.net/u/3244782/blog/910710

dammit! (靠!)相关推荐

Java is Pass-by-Value, Dammit! 我靠！Java就是值传递！
Java is Pass-by-Value, Dammit! 我靠!Java就是值传递! 原文地址:http://javadude.com/articles/passbyvalue.htm 关键点形 ...
Java is Pass-by-Value, Dammit!
2019独角兽企业重金招聘Python工程师标准>>> Java is Pass-by-Value, Dammit! Serbo-Croation Translation Avail ...
Python教程WEB安全篇
lxj616 · 2014/07/21 11:20 0x00 概述本文从实例代码出发,讲解了Python在WEB安全分析中的作用,以最基础的示例向读者展示了Python如何解析.获取.以及处理各种类 ...
2019-11-23 Modern Family Scripts (01 “Pilot”)
You can download Modern Family Scripts here 01 "Pilot" Claire : Kids, breakfast! Kids? Phi ...
html自定义标记,HTML模板（自定义）标记
我知道使用自定义html标记由于各种原因是不合适的,但我想运行一个特定的情况,可能需要自定义html标记,并希望得到其他方面的信息,或者可能更好实现我的目标的方式.HTML模板(自定义)标记在我的代 ...
传值类型_Java内存管理：Stackoverflow问答-Java是传值还是传引用（十一）
勿在流沙筑高台,出来混迟早要还的. 做一个积极的人编码.改bug.提升自己我有一个乐园,面向编程,春暖花开! 本文导图: 一.由一个提问引发的思考在Stack Overflow 看到这样一个问题 ...
最全面超大规模数据集下载链接汇总（转）
大数据大数据 1. https://delicious.com/pskomoroch/dataset 2.http://stackoverflow.com/questions/10843892/ ...
01-windows下python爬取网页上的图片
1.首先下载python,安装环境 pycharm.anaconda的下载与安装移步各个主页下载,一键式安装. - pycharm: http://www.jetbrains.com/pycharm ...
Linux 2.6.39-rc3的一个插曲
2019独角兽企业重金招聘Python工程师标准>>> 011年4月12日,Linux 2.6.39-rc3发布了,Linus Torvalds写了一个发布邮件,其中包含了一个长长的 ...

dammit! (靠!)

Unicode, dammit! (靠!)

dammit! (靠!)相关推荐

最新文章

热门文章