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!

新規登録して質問してみよう
ただいま回答率
85.50%
Python 3.x

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。

Q&A

解決済

1回答

2541閲覧

[BS4] requests.getで取得した結果が文字化け

Yukiya025

総合スコア86

Python 3.x

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。

0グッド

0クリップ

投稿2018/10/17 02:57

編集2018/10/17 10:29

こんにちは! O'Reilly Japanカタログページrequests.getで取得すると、日本語部分に文字化けが発生します。これまで何度かスクレイピングをした経験はあるのですが、文字化けが発生したのは初めてです。

ゆくゆくは本のタイトルとリンクを取得し (Pythonに絞った結果を取得できれば更に嬉しい)、そのリンクに飛んで著者や価格、発行年を取得したいです。。。が、それ以前に文字化けの対処法がわからず困っています。

f1 = open('r.txt', 'w', encoding = 'utf-8')としてみましたが、結果が変わりませんorz
どうか知恵をお貸しください(._.)

現在のコード

from bs4 import BeautifulSoup import requests import warnings warnings.filterwarnings('ignore') r = requests.get("https://www.oreilly.co.jp/catalog/") html_doc = r.text soup = BeautifulSoup(html_doc) print(soup.prettify()) f1 = open('r.txt', 'w', encoding = 'utf-8') f1.write(html_doc)

取得データ一部

<tr><td>4-87311-061-0</td><td id="4873110610" class="title"><a href="../books/4873110610/">Javaネットワークプログラミング 第2版</a></td><td class="price">6,264 </td><td>2001/10/01</td></tr>

望む結果

<tr><td>4-87311-061-0</td><td id="4873110610" class="title"><a href="../books/4873110610/">Javaネットワークプログラミング 第2版</a></td><td class="price">6,264 </td><td>2001/10/01</td></tr>

oreilly

できましたー(≧∇≦)

hayataka2049様のアドバイスでr.encoding = r.apparent_encodingを追加したら日本語がきちんと表示されるようになりました<3

完成コード

import requests import warnings warnings.filterwarnings('ignore') r = requests.get("https://www.oreilly.co.jp/catalog/") r.encoding = r.apparent_encoding html_doc = r.text soup = BeautifulSoup(html_doc) print(soup.title) f1 = open('r.txt', 'w') f1.write(html_doc)

GitHubにも上げました!

O'Reilly Scraping

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MY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。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

requetsで取った時点で化けてる気がするので、リンクを参考に修正してみてください。

Requestsで日本語を扱うときの文字化けを直す

投稿2018/10/17 03:11

hayataka2049

総合スコア30933

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

Yukiya025

2018/10/17 03:45

hayataka2049さま、ありがとうございます! 助かりました???? ばっちり日本語が表示されました! requestsの時点で化けてたんですね(゚д゚)
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

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
85.50%

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る

質問する

関連した質問