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

90.84%

  • Python

    6410questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • Python 3.x

    4887questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • 文字コード

    189questions

    文字コードとは、文字や記号をコンピュータ上で使用するために用いられるバイト表現を指します。

pythonの文字コード変換ができない...

解決済

回答 2

投稿

  • 評価
  • クリップ 1
  • VIEW 496

Koh_

score 15

当方python初心者です。
htmlをrequestsを用いてダウンロードしようとしていますが,文字コード変換がうまくいかず,ダウンロードしたファイルが文字化けします。
htmlはutf-8で記述されており,ideのpyscriperで表示する分には問題ないのですが,ファイルに書き込むと文字化けして(文字コードがutf-8ではなくなっている?)読めません。

調べた結果,日本語を扱うときは,
①入力の際にunicodeに変換
②unicodeで文字列処理
③出力の際に文字コードを指定
すればよいとわかりましたが,どのように変換すればよいかわからず,うまくいかないので質問させていただきました。
どなたかご教授ください。

# coding:utf-8
import requests

url="https://www.suruga-ya.jp/product/detail/WO10669"
data=requests.get(url)
print(data.text)
print(data.encoding)
f=open("text.htm","w")
f.write(data.text)
f.close()
  • 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。

回答 2

checkベストアンサー

+3

# -*- coding: utf-8 -*-
import requests


def main():
    url = "https://www.suruga-ya.jp/product/detail/WO10669"
    res = requests.get(url)
    print(res.text)
    print(res.encoding)
    with open("text.htm", "w", encoding=res.encoding) as f:
        f.write(res.text)
        f.close()


if __name__ == '__main__':
    main()

■余談
1,スクレイピングで取得したデータは特別な理由がなければ、
バイナリデータとして扱うと後で取り回しが効きます。
2,相手サーバーに頻繁にアクセスするのを防ぐためにtime.sleepやキャッシュを作成してくださいな。

投稿

  • 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。

+1

つf = codecs.open('text.htm', 'w', 'utf-8')

投稿

  • 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。

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 90.84%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Python

    6410questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • Python 3.x

    4887questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • 文字コード

    189questions

    文字コードとは、文字や記号をコンピュータ上で使用するために用いられるバイト表現を指します。