ファイルのエンコードを確認する

投稿者: | 2023-01-29
0件のコメント

  • ただし、100%正しいわけではない
  • 特に「大きなサイズ」のスクリプトは「ascii」で返してくることが多い
    • 全部読み込ませると正しいのかもしれない
  • その確率？を示すのが　confidence っぽい
"""
ファイルのエンコードを判定する
>python -m pip install chardet
"""

import chardet
import PySimpleGUI as sg

file_p = sg.PopupGetFile("FIle?: ")

with open(file_p, 'rb') as f:
    c = f.read()
    result = chardet.detect(c)

print(result)

# > {'encoding': 'UTF-8-SIG', 'confidence': 1.0, 'language': ''}

関数-大きなサイズの場合

def get_encoding(file_p: str):
    """
    ファイルのエンコードを取得
    
    Para
    --------------------------
    file_p: str

    Return
    --------------------------
    result_dic: dic
                chardetで調べたコード情報（辞書形式）
    参考
    https://zenn.dev/takedato/articles/c3a491546f8c58
    """
    with open(file_p, 'rb') as f:
        c = f.read()
        result_dic = chardet.detect(c)
        return result_dic


def get_encoding_for_bigsize(file_p: str):
    """
    ファイルのエンコードを取得（サイズ大用）
    
    Para
    --------------------------
    file_p: str

    Return
    --------------------------
    result_dic: dic
                chardetで調べたコード情報（辞書形式）
    """
    with open(file_p, 'rb') as f:
        detector = UniversalDetector()
        for line in f:
            detector.feed(line)
            if detector.done:
                break
            detector.close()
        result_dic = detector.result
        return result_dic