質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

91.37%

  • Python 2.7

    924questions

    Python 2.7は2.xシリーズでは最後のメジャーバージョンです。Python3.1にある機能の多くが含まれています。

  • CSV

    388questions

    CSV(Comma-Separated Values)はコンマで区切られた明白なテキスト値のリストです。もしくは、そのフォーマットでひとつ以上のリストを含むファイルを指します。

Python日本語CSV出力時のunicode問題で困っています。

解決済

回答 2

投稿 2017/11/28 00:36

  • 評価
  • クリップ 2
  • VIEW 77

Shota

score 2

前提・実現したいこと

Python日本語CSV出力時のunicode問題で困っています。
python 2.7系であるサイトのテーブルの情報をスクレイピングし、csvに書き出そうとしています。Beautiful Soupを使ってスクレイピングしようとしているのですが、unicodeの問題でうまくCSVに出力できません。

発生している問題・エラーメッセージ

UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-4: ordinal not in range(128)

該当のソースコード

# coding: UTF-8
import urllib2
import requests
import csv
from bs4 import BeautifulSoup

soup = BeautifulSoup(res.text, "html.parser")
trs = soup.find_all('table', attrs={'class': 'listtable'})[1]
list = []

for tr in trs.findAll('tr')[1:]:
    row = []
    no = tr.findAll('td')[0].string
    name = tr.findAll('td')[1].string
    if name is None:
        name = ""
    status = tr.findAll('td')[2].string
    mvDate = tr.findAll('td')[9].string
    if mvDate is None:
        mvDate = ""
    row.append(no)
    row.append(name)
    row.append(status)
    row.append(mvDate)

    list.append(row)

f = open('some.csv', 'w')
writer = csv.writer(f, lineterminator='\n')
writer.writerows(list)
f.close()

#printすると以下のような出力結果になります。
print str(list).decode("unicode-escape")
[[u'001', u'佐々木', u'滞在', ''], [u'300A', u'田中', u'滞在', ''], [u'600B', u'山田', u'退居', u'2000/02/10'], [u'100C', u'加藤', u'滞在', ''], [u'123', u'中田', u'滞在', '']

python csv unicodeでググっていくつか参照して見てみましたが、あまりうまくいかずご質問させて頂きました。decodeして出力すると上記のような配列が返ってきます。よろしくお願いします。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • LouiS0616

    2017/11/28 00:38

    Python3.xを使うという選択肢はないのでしょうか?

    キャンセル

  • umyu

    2017/11/28 02:53

    質問文のスクレイピング対象のアドレスか、それが難しいようでしたら、BeautifulSoupのコンストラクタに渡しているres.textを文字列化して質問文に追加してくださいな。

    キャンセル

回答 2

+4

最良の方法は Python 3 へ移行することです。Python 3 ならば open 時にエンコーディング方式を指定するだけで全てが解決します。

with open('some.csv', 'w', encoding='cp932') as f:
    csv.writer(f).writerows(lis)

そもそも Python 2 は2年後にサポートが終了するので、なんにしろ移行が必要です。


もしどうしても Python 2 を使う理由があるのであれば、ご自身で Unicode を変換する処理を実装してください。

参考: http://docs.python.jp/2/library/csv.html#examples ←class UnicodeWriter のところです

投稿 2017/11/28 10:30

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

checkベストアンサー

+2

どうしても2.x環境でという制限があるのであれば…
pip install unicodecsvにてunicodecsv導入することでutf-8cp932で正常に保存できました。
参考:How to write UTF-8 in a CSV file

l = [[u'001', u'佐々木', u'滞在', ''], [u'300A', u'田中', u'滞在', ''], [u'600B', u'山田', u'退居', u'2000/02/10'], [u'100C', u'加藤', u'滞在', ''], [u'123', u'中田', u'滞在', '']]

import unicodecsv as csv
f = open('some.csv', 'w')
writer = csv.writer(f, lineterminator='\n',encoding='utf-8') # 'cp932'でも出力可能
writer.writerows(l)
f.close()
001,佐々木,滞在,
300A,田中,滞在,
600B,山田,退居,2000/02/10
100C,加藤,滞在,
123,中田,滞在,

投稿 2017/11/28 15:45

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/11/28 16:06

    unicodecsvインストールして無事必要なデータをCSV化できました!
    ありがとうございました!

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

ただいまの回答率

91.37%

関連した質問

同じタグがついた質問を見る

  • Python 2.7

    924questions

    Python 2.7は2.xシリーズでは最後のメジャーバージョンです。Python3.1にある機能の多くが含まれています。

  • CSV

    388questions

    CSV(Comma-Separated Values)はコンマで区切られた明白なテキスト値のリストです。もしくは、そのフォーマットでひとつ以上のリストを含むファイルを指します。