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

89.52%

MeCabをpython3で使いたいが 'utf-8' codec can't decode 'utf-8' codec can't decodeというエラーが出てしまう

解決済

回答 3

投稿 編集

  • 評価
  • クリップ 1
  • VIEW 2,970

proprograming

score 37

https://qiita.com/nkjm/items/913584c00af199794257
上のリンクの手順どうりにMEcabをインストールして、pip3 install mecab-python3をpython3で

import MeCab

mecab = MeCab.Tagger("-Ochasen")

print(mecab.parse("ダックスフンドが歩いている。"))

としたところ'utf-8' codec can't decode bytes in positionというエラーが出てしまいました。どなたかご教授お願い致します。

回答ありがとうございます。 
[~] mecab -D                                                                                                          13:23:03
filename:    /usr/local/mecab/lib/mecab/dic/ipadic/sys.dic
version:    102
charset:    utf8
type:    0
size:    392126
left size:    1316
right size:    1316

[~] mecab -P                                                                                                          13:24:06
bos-feature: BOS/EOS,*,*,*,*,*,*,*,*
bos-format:
config-charset: EUC-JP
cost-factor: 700
dicdir: /usr/local/mecab/lib/mecab/dic/ipadic
dump-config: 1
eon-format:
eos-format: EOS\n
eos-format-chasen: EOS\n
eos-format-chasen2: EOS\n
eos-format-simple: EOS\n
eos-format-yomi: \n
eval-size: 8
lattice-level: 0
max-grouping-size: 24
nbest: 1
node-format: %m\t%H\n
node-format-chasen: %m\t%f[7]\t%f[6]\t%F-[0,1,2,3]\t%f[4]\t%f[5]\n
node-format-chasen2: %M\t%f[7]\t%f[6]\t%F-[0,1,2,3]\t%f[4]\t%f[5]\n
node-format-simple: %m\t%F-[0,1,2,3]\n
node-format-yomi: %pS%f[7]
theta: 0.75
unk-eval-size: 4
unk-format: %m\t%H\n
unk-format-chasen: %m\t%m\t%m\t%F-[0,1,2,3]\t\t\n
unk-format-chasen2: %M\t%m\t%m\t%F-[0,1,2,3]\t\t\n
unk-format-yomi: %M

[~] echo ダックスフンドが歩いている。 |mecab -Ochasen                                                                 13:24:13
ダックスフンド    ダックスフンド    ダックスフンド    名詞-一般
が    ガ    が    助詞-格助詞-一般
歩い    アルイ    歩く    動詞-自立    五段・カ行イ音便    連用タ接続
て    テ    て    助詞-接続助詞
いる    イル    いる    動詞-非自立    一段    基本形
。    。    。    記号-句点
EOS

import sys 
sys.getdefaultencoding() 
'utf-8'

となりました他に考えられる原因はありますでしょうか?
宜しくお願い致します

  • 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
    • 過去に投稿した質問と同じ内容の質問
    • 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 3

+2

MeCabではなくjanomeを使ってはいかがでしょうか?
janomeはMeCabから作られたpython用のモジュールだったはずなので
そちらの方が楽に使えるかと

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。

checkベストアンサー

+1

掲載されているURL通りにやったのなら基本的には問題ないはずです。一応ソースコードの文字コードがUTF-8であることと、sys.getdefaultencoding()でデフォルトエンコーディングがUTF-8になっていることを確認してください。

問題なさそうなら、この問題に引っかかったのかもしれません。

mecab-python3でUnicodeDecodeErrorがでる- Qiita 

直し方
先にmecab.parse("")をやっておく

投稿

編集

  • 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。

  • 2018/03/31 16:02

    本体のインストール時に --with-charset=utf8を指定してますか? --enable-utf8-onlyだけだとダメだったりするのかも(確認はしてないです)

    キャンセル

  • 2018/03/31 16:19

    結局うまくいかず、https://qiita.com/musaprg/items/9a572ad5c4e28f79d2aeの記事を参考にして解決しました。丁寧に対応してくださり、本当にありがとうございました。また何かあればよろしくお願い致します。

    キャンセル

  • 2018/03/31 16:23

    あまりお力になれなくてすみませんでした。brewで入れたら動きましたか。何はともあれ上手く行ってよかったです

    キャンセル

+1

下記リンクを参考に、

mecab = MeCab.Tagger("-Ochasen")
mecab.parse('')

を追加してみてはいかがでしょうか?

http://tokyo-engineer.com/python3-mecab-unicodedecodeerror/

投稿

編集

  • 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。

  • 2018/03/31 11:19

    解決できませんでした泣

    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 89.52%
  • 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