大家好,又见面了,我是你们的朋友全栈君。...首先取响应头里的编码,如果是几种中文编码之一,则认为中文网页,如果不是中文编码, 也不是几种unicode方案之一, 则不是中文.否则再在标签里找 charset ,如果有并且为几种中文编码之一, 则是中文如果不是中文编码...,如果性能不重要,可以多采样几个(防止一个页面有中文日文等各种文字混合)判断采到的字符的内码是否位于中文unicode区域.如果性能非常不重要, 只是要代码简单, 那么做法可以: 正则 1 这样可以取到第一个不是...ASCII的字符, 判断这个字符是否是中文字符就可以了参考代码:#!.../usr/bin/env python
# -*- encoding: utf-8 -*-
import requests
import cld2
class Detector(object):
zh_cn_encodes