关于网页的问题

我做网络爬虫时想区分中文网页和外文网页，无奈我经验不够，区分中文网页目前我能想到的方法是根据网页编码来区分，但我发现很多中文网页的html代码是没有显示编码的。有没有什么别的办法去区分？（不知百度是如何做到的）