[問題] chardet.detect 的 Big5 誤判為 GB2312
請教各位大大，
最近我嘗試把之前舊的純文字檔從 Windows 裡搬到 Ubuntu。
因為一些理由，想把檔案都換成 UTF-8 編碼。
於是寫了隻 python 簡單利用
Ecd = chardet.detect(Txt)['encoding'];
和
Txt = unicode(Txt, Ecd, 'ignore').encode('utf-8', 'ignore');
批次將檔案轉編。
但是我發現在偵測編碼時，居然有些檔案會判斷為 GB2312 而不是預期的 Big5。
文字檔都是我在使用 Windows 的時期撰寫的，那時根本還不知道選編碼方式，
所以應該都是 Big5 才對。
要請問各位，這樣偵測編碼是否不正確，或者不夠嚴謹?
是否還有其它的偵測方式?
還在持續摸索 python，希望有天能寫出一些有用的程式來 XD
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 59.115.139.175
※ 編輯: ZFang 來自: 59.115.139.175 (03/03 03:12)
→
03/03 03:30, , 1F
03/03 03:30, 1F
→
03/03 03:31, , 2F
03/03 03:31, 2F
→
03/03 12:34, , 3F
03/03 12:34, 3F
→
03/03 12:34, , 4F
03/03 12:34, 4F
→
03/03 12:35, , 5F
03/03 12:35, 5F
→
03/04 02:34, , 6F
03/04 02:34, 6F
→
03/04 02:36, , 7F
03/04 02:36, 7F