在Python中检测字符集并转换为utf-8？

有没有通用的方法来检测字符串字符集？我使用IPTC标签，没有已知编码。我需要检测它，然后将它们更改为utf-8

---

有人可以帮忙吗？

如果你想使用编码检测器，那就有点晚了，但还有另一个解决方案：尝试使用

例如：

import icu
def convert_encoding(data, new_coding='UTF-8'):
    coding = icu.CharsetDetector(data).detect().getName()
    if new_coding.upper() != coding.upper():
        data = unicode(data, coding).encode(new_coding)
    return data

---

还有另一个模块叫做

据说它比chardet快

---

请注意，它需要

如果要使用cchardet执行此操作，可以使用此功能

import cchardet
def convert_encoding(data, new_coding = 'UTF-8'):
  encoding = cchardet.detect(data)['encoding']

  if new_coding.upper() != encoding.upper():
    data = data.decode(encoding, data).encode(new_coding)

  return data

---

它不起作用，我在问之前试过了。有些字符串没有编码，但不是真的。标记是以某种方式编码的，因为在1个web门户上可以识别它们。+1:chardet似乎是当前进行编码检测的最佳方法之一@robos85：不可能完成完美的编码检测：。我已经开发了一种更成功的检测编码的方法，基于对语言的了解。它得到了正确的8位编码。最后。@tchrist：想与大家分享吗？看看你对@Ignacio的评论，我想请你在你的问题中粘贴几个“无”字串的例子，这样我们就可以玩转它们，了解问题所在。如果您还可以像您提到的门户网站上那样粘贴正确的解码版本，这将非常有用。基于icu的pyicu，有时会错过检测某些编码：@coanor:在某些情况下，任何编码检测器都会失败，因为无法准确确定所有测试的编码。我尝试了多种编码格式（base64，…）。结果总是ascii码