Há Lib para codificar a detecção: https://pypi.python.org/pypi/chardet (Detecção automática de codificação de caracteres em Python. Tão inteligente quanto seu navegador. Código aberto)
Detecta ...
- ASCII, UTF-8, UTF-16 (2 variantes), UTF-32 (4 variantes)
- BIG5, GB2312, EUC-TW, HZ-GB-2312, ISO-2022-CN (chinês tradicional e simplificado)
- EUC-JP, SHIFT_JIS, ISO-2022-JP (japonês)
- EUC-KR, ISO-2022-KR (coreano)
- Koi8-R, Maccyrillic, IBM855, IBM866, ISO-8859-5, Windows-1251 (Cirílico)
- ISO-8859-2, Windows-1250 (húngaro)
- ISO-8859-5, Windows-1251 (búlgaro)
- Windows-1252 (inglês)
- ISO-8859-7, Windows-1253 (grego)
- ISO-8859-8, Windows-1255 (hebraico visual e lógico)
- TIS-620 (tailandês)
Exemplo de Docs:
>>> import urllib
>>> rawdata = urllib.urlopen('http://yahoo.co.jp/').read()
>>> import chardet
>>> chardet.detect(rawdata)
{'encoding': 'EUC-JP', 'confidence': 0.99}