1

我使用 chardet 来识别我的文件编码，但是发生了这个错误：

fh= open("file", mode="r")
sc= chardet.detect(fh)

Traceback (most recent call last):
  File "/home/alireza/test.py", line 19, in <module>
    sc= chardet.detect(fh)
  File "/usr/lib/python3/dist-packages/chardet/__init__.py", line 24, in detect
    u.feed(aBuf)
  File "/usr/lib/python3/dist-packages/chardet/universaldetector.py", line 65, in feed
    aLen = len(aBuf)
TypeError: object of type '_io.TextIOWrapper' has no len()

我无法在不知道编码的情况下打开文件，

fh= open("file", mode="r").read()
sc= chardet.detect(fh)

Traceback (most recent call last):
  File "/home/alireza/workspacee/makecdown/test.py", line 21, in <module>
    fh= open("910.srt", mode="r").read()
  File "/usr/lib/python3.2/codecs.py", line 300, in decode
    (result, consumed) = self._buffer_decode(data, self.errors, final)
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc7 in position 34: invalid continuation byte

如何在没有打开文件的情况下使用 chardet？！或者在打开之后/之前找出文件编码的任何方法？

4

2 回答 2

1

尝试像这样打开文件

fh= open("file", mode="rb")

命令行工具

如果这不起作用，请尝试使用 chardet 的命令行工具。来自https://github.com/erikrose/chardet的描述：

chardet 带有一个命令行脚本，它报告一个或多个文件的编码：

% chardetect.py somefile someotherfile
somefile: windows-1252 with confidence 0.5
someotherfile: ascii with confidence 1.0
于 2012-11-21T12:42:02.840 回答
0

不是一个直接的答案，但您可以在此处http://getpython3.com/diveintopython3/case-study-porting-chardet-to-python-3.html找到它在 Python 3 中如何工作的描述。研究完之后，您可能会找到如何检测另一种特定编码的方法。

该代码最初源自Mozilla Seamonkey。您也可以在那里找到更多信息。或者寻找一些与 Seamonkey 相关的更高级的 Python 包。

于 2012-11-21T15:41:40.237 回答