確定文字的編碼

Question

我收到一些奇怪的字符作爲對網頁的迴應。我很確定它是用俄語寫的，但編碼似乎很奇怪。網頁信息告訴我編碼是ISO-8859-1。這是示例迴應。

Âû ñòðàíè÷êå ïðåâüþøêàìè 

是否有解密此響應的方法？答案是否可以挽回？

Answer 1

它看起來像編碼實際上是西里爾文Windows-1251。相應地切換您的網頁瀏覽器編碼。

例如，在編碼提供的文字是：

Выстраничкепревьюшками

其中自動翻譯說的意思是 「你網頁預覽」。

Answer 2

幾乎不可能自動識別8位編碼，因爲所有字節組合在技術上都是有效的。在這種情況下，我敢肯定它是Windows-1251，因爲角色是相當有意義的有：

Выстраничкепревьюшками

這顯然不是ISO-8859-1。

對於這種轉換成Unicode字符串，用decode方法：

b = "Âû ñòðàíè÷êå ïðåâüþøêàìè".encode("Latin-1") # simulate the incoming byte string 
u = b.decode("Windows-1251") 
print(u)