是否有Python库函数尝试猜测某些字节的字符编码？

我正在用Python编写一些邮件处理软件，在标题字段中遇到奇怪的字节。我怀疑这只是格式错误的邮件；消息本身声称是us ascii，因此我认为没有真正的编码，但我希望得到一个近似于原始字符串的unicode字符串，而不抛出

UnicodeDecodeError

因此，我正在寻找一个函数，它接受一个

str

和一些可选的提示，并做一些达恩德测试以返回一个

unicode

。我当然可以写一个，但是如果这样一个函数存在的话，它的作者可能会更深入地思考解决这个问题的最佳方法

我还知道Python的设计更喜欢显式而不是隐式，标准库的设计是为了避免在解码文本时使用隐式魔法。我只想明确地说“继续猜测”。

+1表示模块（建议）

它不在标准库中，但您可以使用以下命令轻松安装它：

$ pip install chardet

:

---

看看你是否没有。

我发现最好的方法是在try-except块中迭代尝试使用每个最常见的编码来解码prospect。

据我所知，标准库没有函数，尽管按照上面的建议编写函数并不太困难。我想我真正想要的是一种解码字符串并保证它不会抛出异常的方法。string.decode的errors参数会执行此操作

def decode(s, encodings=('ascii', 'utf8', 'latin1')):
    for encoding in encodings:
        try:
            return s.decode(encoding)
        except UnicodeDecodeError:
            pass
    return s.decode('ascii', 'ignore')

---

你不觉得ISO-8859-2是胡说八道吗？@John Machin:是的。这是一种教育，表明你不应该盲目相信它。当前结果不同（'utf-8'和'ascii'对应）。您可以跳过结尾处的

'ascii'

大小写，只使用

latin1

，因为

latin1

将对所有256字节的值进行无误解码。

def decode(s, encodings=('ascii', 'utf8', 'latin1')):
    for encoding in encodings:
        try:
            return s.decode(encoding)
        except UnicodeDecodeError:
            pass
    return s.decode('ascii', 'ignore')