diff --git a/readme.md b/readme.md index e8152e8..b7af5f2 100644 --- a/readme.md +++ b/readme.md @@ -69,8 +69,6 @@ import cchardet msg = file(r"test/testdata/wikipediaJa_One_Thousand_and_One_Nights_SJIS.txt").read() result = cchardet.detect(msg) print(result) -result2 = cchardet.detect_with_confidence(msg) -print(result2) ``` # Test diff --git a/src/cchardet/__init__.py b/src/cchardet/__init__.py index 4ac5d55..7e694cf 100644 --- a/src/cchardet/__init__.py +++ b/src/cchardet/__init__.py @@ -4,17 +4,6 @@ from cchardet import _cchardet def detect(msg): - """ - Args: - msg: str - Returns: - charset: str - Warnings: - UserWarning - """ - return _cchardet.detect(msg) - -def detect_with_confidence(msg): """ Args: msg: str @@ -24,4 +13,4 @@ def detect_with_confidence(msg): "confidence": float } """ - return _cchardet.detect_with_confidence(msg) \ No newline at end of file + return _cchardet.detect_with_confidence(msg) diff --git a/test/tests.py b/test/tests.py index 028bf90..dd9fbe4 100644 --- a/test/tests.py +++ b/test/tests.py @@ -48,7 +48,7 @@ class TestCchardet(): encoding = "ISO-8859-5" path = r"testdata/bg/ISO-8859-5/wikitop_bg_ISO-8859-5.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -56,7 +56,7 @@ class TestCchardet(): encoding = "UTF-8" path = r"testdata/bg/UTF-8/wikitop_bg_UTF-8.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -64,7 +64,7 @@ class TestCchardet(): encoding = "WINDOWS-1251" path = r"testdata/bg/WINDOWS-1251/wikitop_bg_WINDOWS-1251.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -72,7 +72,7 @@ class TestCchardet(): encoding = "ISO-8859-2" path = r"testdata/cz/ISO-8859-2/wikitop_cz_ISO-8859-2.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -80,7 +80,7 @@ class TestCchardet(): encoding = "UTF-8" path = r"testdata/cz/UTF-8/wikitop_cz_UTF-8.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -88,7 +88,7 @@ class TestCchardet(): encoding = "UTF-8" path = r"testdata/de/UTF-8/wikitop_de_UTF-8.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -96,7 +96,7 @@ class TestCchardet(): encoding = "WINDOWS-1252" path = r"testdata/de/WINDOWS-1252/wikitop_de_WINDOWS-1252.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -104,7 +104,7 @@ class TestCchardet(): encoding = "UTF-8" path = r"testdata/dk/UTF-8/wikitop_dk_UTF-8.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -112,7 +112,7 @@ class TestCchardet(): encoding = "WINDOWS-1252" path = r"testdata/dk/WINDOWS-1252/wikitop_dk_WINDOWS-1252.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -120,7 +120,7 @@ class TestCchardet(): encoding = "ISO-8859-7" path = r"testdata/el/ISO-8859-7/wikitop_el_ISO-8859-7.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -128,7 +128,7 @@ class TestCchardet(): encoding = "UTF-8" path = r"testdata/el/UTF-8/wikitop_el_UTF-8.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -136,7 +136,7 @@ class TestCchardet(): encoding = "UTF-8" path = r"testdata/en/UTF-8/wikitop_en_UTF-8.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -144,7 +144,7 @@ class TestCchardet(): encoding = "WINDOWS-1252" path = r"testdata/en/WINDOWS-1252/wikitop_en_WINDOWS-1252.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -152,7 +152,7 @@ class TestCchardet(): encoding = "UTF-8" path = r"testdata/es/UTF-8/wikitop_es_UTF-8.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -160,7 +160,7 @@ class TestCchardet(): encoding = "WINDOWS-1252" path = r"testdata/es/WINDOWS-1252/wikitop_es_WINDOWS-1252.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -168,7 +168,7 @@ class TestCchardet(): encoding = "UTF-8" path = r"testdata/fi/UTF-8/wikitop_fi_UTF-8.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -176,7 +176,7 @@ class TestCchardet(): encoding = "WINDOWS-1252" path = r"testdata/fi/WINDOWS-1252/wikitop_fi_WINDOWS-1252.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -184,7 +184,7 @@ class TestCchardet(): encoding = "UTF-8" path = r"testdata/fr/UTF-8/wikitop_fr_UTF-8.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -192,7 +192,7 @@ class TestCchardet(): encoding = "WINDOWS-1252" path = r"testdata/fr/WINDOWS-1252/wikitop_fr_WINDOWS-1252.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -200,7 +200,7 @@ class TestCchardet(): encoding = "UTF-8" path = r"testdata/he/UTF-8/wikitop_he_UTF-8.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -208,7 +208,7 @@ class TestCchardet(): encoding = "WINDOWS-1255" path = r"testdata/he/WINDOWS-1255/wikitop_he_WINDOWS-1255.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -216,7 +216,7 @@ class TestCchardet(): encoding = "UTF-8" path = r"testdata/hu/UTF-8/wikitop_hu_UTF-8.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -224,7 +224,7 @@ class TestCchardet(): encoding = "ISO-8859-2" path = r"testdata/hu/ISO-8859-2/wikitop_hu_ISO-8859-2.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -232,7 +232,7 @@ class TestCchardet(): encoding = "UTF-8" path = r"testdata/it/UTF-8/wikitop_it_UTF-8.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -240,7 +240,7 @@ class TestCchardet(): encoding = "WINDOWS-1252" path = r"testdata/it/WINDOWS-1252/wikitop_it_WINDOWS-1252.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -248,7 +248,7 @@ class TestCchardet(): encoding = "UTF-8" path = r"testdata/nl/UTF-8/wikitop_nl_UTF-8.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -256,7 +256,7 @@ class TestCchardet(): encoding = "WINDOWS-1252" path = r"testdata/nl/WINDOWS-1252/wikitop_nl_WINDOWS-1252.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -264,7 +264,7 @@ class TestCchardet(): encoding = "UTF-8" path = r"testdata/no/UTF-8/wikitop_no_UTF-8.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -272,7 +272,7 @@ class TestCchardet(): encoding = "WINDOWS-1252" path = r"testdata/no/WINDOWS-1252/wikitop_no_WINDOWS-1252.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -280,7 +280,7 @@ class TestCchardet(): encoding = "UTF-8" path = r"testdata/pl/UTF-8/wikitop_pl_UTF-8.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -288,7 +288,7 @@ class TestCchardet(): encoding = "ISO-8859-2" path = r"testdata/pl/ISO-8859-2/wikitop_pl_ISO-8859-2.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -296,7 +296,7 @@ class TestCchardet(): encoding = "UTF-8" path = r"testdata/pt/UTF-8/wikitop_pt_UTF-8.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -304,7 +304,7 @@ class TestCchardet(): encoding = "WINDOWS-1252" path = r"testdata/pt/WINDOWS-1252/wikitop_pt_WINDOWS-1252.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -312,7 +312,7 @@ class TestCchardet(): encoding = "UTF-8" path = r"testdata/ru/UTF-8/wikitop_ru_UTF-8.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -320,7 +320,7 @@ class TestCchardet(): encoding = "WINDOWS-1251" path = r"testdata/ru/WINDOWS-1251/wikitop_ru_WINDOWS-1251.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -328,7 +328,7 @@ class TestCchardet(): encoding = "IBM855" path = r"testdata/ru/IBM855/wikitop_ru_IBM855.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -336,7 +336,7 @@ class TestCchardet(): encoding = "KOI8-R" path = r"testdata/ru/KOI8-R/wikitop_ru_KOI8-R.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -344,7 +344,7 @@ class TestCchardet(): encoding = "UTF-8" path = r"testdata/se/UTF-8/wikitop_se_UTF-8.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -352,7 +352,7 @@ class TestCchardet(): encoding = "WINDOWS-1252" path = r"testdata/se/WINDOWS-1252/wikitop_se_WINDOWS-1252.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -360,7 +360,7 @@ class TestCchardet(): encoding = "UTF-8" path = r"testdata/th/UTF-8/wikitop_th_UTF-8.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -368,7 +368,7 @@ class TestCchardet(): encoding = "TIS-620" path = r"testdata/th/TIS-620/utffool_th_TIS-620.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -376,7 +376,7 @@ class TestCchardet(): encoding = "TIS-620" path = r"testdata/th/TIS-620/wikitop_th_TIS-620.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -384,7 +384,7 @@ class TestCchardet(): encoding = "UTF-8" path = r"testdata/tr/UTF-8/wikitop_tr_UTF-8.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -392,7 +392,7 @@ class TestCchardet(): encoding = "ISO-8859-9" path = r"testdata/tr/ISO-8859-9/wikitop_tr_ISO-8859-9.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -400,7 +400,7 @@ class TestCchardet(): encoding = "UTF-8" path = r"testdata/zh/UTF-8/wikitop_zh_UTF-8.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -408,7 +408,7 @@ class TestCchardet(): encoding = "GB18030" path = r"testdata/zh/GB18030/wikitop_zh_GB18030.txt" msg =file(path).read() - detected_encoding = cchardet.detect_with_confidence(msg) + detected_encoding = cchardet.detect(msg) print(detected_encoding) eq_(encoding.lower(),detected_encoding['encoding'].lower()) @@ -424,7 +424,7 @@ class TestCchardetSpeed(): end_chardet = time.time() # Test cchardet start_cchardet = time.time() - detected_encoding_cchardet = cchardet.detect_with_confidence(msg) + detected_encoding_cchardet = cchardet.detect(msg) end_cchardet = time.time() # print result result_chardet = end_chardet - start_chardet