Python 2.7ファイルがUTF-8でエンコードされているかどうかを確認します。

Question

私の現在の解決策は、ファイルのすべてのバイトを読み込み、デコードしようとします。例外があれば、このファイルは適切にエンコードされません。他のよりエレガントな方法？ありがとう。

utfbytes.decode('utf-8') 

に関して、 林

Answer 1

No。その答えから：

エンコードを常に正しく検出することは不可能です。

（chardetよくある質問:)

しかし、いくつかのエンコーディングは、特定の言語用に最適化され、そして言語がランダムではないですから。他のシーケンスは意味をなさないものの、一部の文字シーケンスは常にポップアップします。新聞を開いて「txzqJv 2！dasd0a QqdKjvz」という英語を堪能な人は、それが英語ではないことを即座に認識します（全部英語の文字で構成されています）。多くの "典型的な"テキストを研究することによって、コンピュータアルゴリズムはこのような流暢さをシミュレートし、テキストの言語についての知識を推測することができます。

はしかし、試してみて、エンコードの種類を見つけるための最善の努力をしないと存在しsome librariesがあります。