每日一記：簡單實現python自動識別文檔編碼

最近在搞文件分析時遇到一個比較頭疼的問題：文檔編碼不確定的時候該如何處理？

目前python好像還不能自動處理文檔編碼，在open方法打開一個文檔時，必須通過encoding參數指定編碼，這樣不符合我的要求。

網上搜尋一番後，看到有人說用chardet模塊，我試了下，貌似有點問題，不能解決我遇到的問題。

最終，我想了一個簡單粗暴的方法，巧用try/except語句來實現”僞自動“識別文檔編碼，代碼如下：

def getFileType(file_path):
    FileType = "gbk"
    try:
        htmlf = open(file_path, 'r', encoding=FileType)
        htmlf.read()
    except UnicodeDecodeError:
        FileType = "utf-8"
    else:
        htmlf.close()
    return FileType


## 這裏只考慮了兩種常見編碼類型
## 在open方法中直接調用即可：open(files_path, 'r', encoding=getFileType(files_path))

如果你有更好的方法，不要吝嗇，分享出來給我學習學習。