###### tags: `python`

# 字型編碼

## 安裝
pip install chardet

## 範例

import chardet

txtfile = 'big5_string.txt'    #測試的檔案
# txtfile = 'utf8_string.txt'  #測試的檔案

rawdata = open(txtfile, 'rb').read() # 開啟並讀取txtfile指定的文字檔
result = chardet.detect(rawdata)     # 偵測文字編碼，檔案內的文字越多越準確!!
charenc = result['encoding']
print(charenc)                       # 印出文字可能的編碼型態

inF=open(txtfile,'rb')               # 重新讀取txtfile指定的文字檔
s=str(inF.read(), charenc)           # 根據剛剛偵測出來的文字編碼來讀取文字
print(s)                             # 印出檔案的文字內容
inF.close()                          # 關閉檔案

文字範例檔:(可下載測試或自行產生文字檔)
1. [BIG5](https://drive.google.com/open?id=0B4bcDH-aFGlOc2hGU21xLTNUTVU)
2. [UTF8](https://drive.google.com/open?id=0B4bcDH-aFGlOclpPTnhFbDN5SXc)

## chardet內建測試程式
當安裝好chardet之後也可以在命令列執行以下指令來測試文件編碼

> chardetect 檔案1 檔案2

## 參考資料
* [使用 chardet 偵測字串的編碼](https://ephrain.net/python-%E4%BD%BF%E7%94%A8-chardet-%E5%81%B5%E6%B8%AC%E5%AD%97%E4%B8%B2%E7%9A%84%E7%B7%A8%E7%A2%BC/)

* [Python 與中文處理(雖然是pytho2.x版，但觀念說明的很好)](http://web.ntnu.edu.tw/~samtseng/present/Python_and_Chinese.pdf)
* [線上檔案編碼偵測](https://nlp.fi.muni.cz/projects/chared/)