Python 如何检查某文本为某编码方式的几率？

对于判断文本编码的“几率”，没有绝对的概率值，但可以通过尝试解码和评估错误来间接判断。最直接的方法是使用 chardet 库，它会返回一个置信度（confidence）分数，这可以理解为它认为编码正确的“几率”。

首先，安装 chardet：

pip install chardet

然后，使用以下代码检查：

import chardet

def detect_encoding_likelihood(text_bytes):
    """
    检测字节串的编码及其置信度。
    :param text_bytes: 字节串数据
    :return: 编码名称和置信度（0-1之间）
    """
    result = chardet.detect(text_bytes)
    encoding = result['encoding']
    confidence = result['confidence']
    return encoding, confidence

# 示例：读取文件或接收到的字节数据
with open('your_file.txt', 'rb') as f:
    raw_data = f.read()

encoding, confidence = detect_encoding_likelihood(raw_data)
print(f"检测到的编码: {encoding}, 置信度: {confidence:.2%}")

如果 chardet 无法满足需求（比如对特定编码的检测不够准确），可以手动尝试几种候选编码，通过捕获解码异常来判断：

def try_decode(text_bytes, candidate_encodings=['utf-8', 'gbk', 'iso-8859-1']):
    for enc in candidate_encodings:
        try:
            decoded = text_bytes.decode(enc)
            # 可以进一步通过字符分布等启发式方法评估
            return enc, 1.0  # 假设解码成功即完全置信
        except UnicodeDecodeError:
            continue
    return None, 0.0

encoding, confidence = try_decode(raw_data)
if encoding:
    print(f"手动检测到的编码: {encoding}, 置信度: {confidence:.2%}")
else:
    print("无法确定编码")

总结：用 chardet 的置信度作为“几率”参考，或手动尝试解码来评估。

chardet 不能指定检查哪种编码的概率。比如指定一段文本检查 gbk 编码的概率是多少。

chardet 有出错的，而且速度很慢

s = ‘’, 貌似少个 b 吧，s = b’’。str 是不存在编码的问题的