如何知道从网站下载的文件的解码类型？

Question

我在工作中遇到问题，我尝试使用 python3

读取.doc文件

但我收到错误：

UnicodeDecodeError: 'gb2312' codec can't decode byte ....: illegal multibyte sequence

我尝试了很多解码类型，utf-8，GBK，utf-16 ......但每种解码类型都给我相同的结果，所有这些都是乱码，但我可以通过Microsoft Word正常打开文件，并且所有信息在文件显示中，我想该文件使用的是我不知道或者出错的解码类型？在这种情况下你能给我一些建议吗？

感谢您的阅读！

Answer 1

没有确定的方法来检测使用的编码类型，但幸运的是有一个chardet库，可以很好地完成。

import chardet
chardet.detect(my_undecoded_string)//for example {'encoding': 'UTF-8', 'confidence': 1.0}

查看here了解更多使用示例。