确定文字的编码

Question

我收到一些奇怪的字符作为对网页的回应。我很确定它是用俄语写的，但编码似乎很奇怪。网页信息告诉我编码是ISO-8859-1。这是示例回应。

Âû ñòðàíè÷êå ïðåâüþøêàìè 

是否有解密此响应的方法？答案是否可以挽回？

Answer 1

它看起来像编码实际上是西里尔文Windows-1251。相应地切换您的网页浏览器编码。

例如，在编码提供的文字是：

Выстраничкепревьюшками

其中自动翻译说的意思是 “你网页预览”。

Answer 2

几乎不可能自动识别8位编码，因为所有字节组合在技术上都是有效的。在这种情况下，我敢肯定它是Windows-1251，因为角色是相当有意义的有：

Выстраничкепревьюшками

这显然不是ISO-8859-1。

对于这种转换成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)