Python で文字コード判別

久々のプログラミングネタ。

Python で文字列の文字コードを判別したくなったんだけど、標準では用意されていないらしい。で、いろいろと調べてみたら、今のところ以下の二種類があるのかな？

1. UNIVERSAL ENCODING DETECTOR
   chardet と呼ばれている(?)ライブラリ。confidence というパラメータで、確かさを返してくれる。
   Document がちょっと不便？
2. NkfPython
   日本人なら誰でも知っている(?) nkf の python インターフェイス。文字コード判別だけでなく変換もやってくれる優れもの。

んで、軽く実験してみた。

てな具合に、chardet が sjis だけ判定ミス。たぶん、内部判定の優先順位の問題なんだろうけど、短い文字列だと間違えやすい気がします。>chardet

まぁ、普通に NkfPython を使えばいいのかな。長い文字列だと chardet も精度が上がるので問題ないんだけどね。