1. 程式人生 > >獲取html頁面的編碼

獲取html頁面的編碼

import re

= ["<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />",
     
'<meta http-equiv=Content-Type content="text/html;charset=gb2312">',
     
'<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1">',
     
'<meta http-equiv="Content-Type" content="text/html; charset=gb2312" />
',
     
'<meta http-equiv="content-type" content="text/html; charset=utf-8" />',
     
'<meta http-equiv="Content-Type" content="text/html; charset=gb2312" />',
     
'<meta http-equiv="Content-Type" content="text/html; charset=gb2312" />'
     ]



="<meta[  ]+http-equiv=["']?content-type["']?[  ]+content=["']?text/html;[  ]*charset=([0-9-a-zA-Z]+)["']?
"


= re.compile(b, re.IGNORECASE)


for ax in a:
    r1 
= B.search(ax)

    
if r1:
        
print r1.group()
        
print r1.group(1), len(r1.group())
    
else:
        
print'not match'