Python：确定我是否有16位编码的字符串

Question

我有一个UTF-16-BE编码字符串：

utf16be = '\x0623\x0631\x0646\x0628'

print repr(utf16be)
> '\x0623\x0631\x0646\x0628'

我需要知道它是1字节还是2字节编码，我尝试使用下面的代码片段：

for c in utf16be:
    c_ord = ord(c)
    if c_ord >= 256:
        print 'Its a 2-byte (or more) encoded string'
        break

但那不行，因为我认为utf16be [0]将等于'\ x0623'，但它实际上等于'\ x06'：

for c in utf16be:
    print repr(c)

> '\x06'
> '2'
> '3'
> '\x06'
> '3'
> '1'
> '\x06'
> '4'
> '6'
> '\x06'
> '2'
> '8'

那么检查我是否有2字节编码字符串的最佳做法是什么？

Answer 1

UTF-16-BE编码的字符串每个代码单元必须有两个字节（因此名称为16位）。 UTF-8有单字节，但UTF-16没有。

你的评论建议你得到一个字符串，你需要弄清楚每个字符是一个，两个还是多个字节，但这没有意义。你需要知道字符串的编码才能理解它 - 否则就是猜测。

Answer 2

使用chardet package猜测编码