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

88.09%

rubyでutf-8以外のcsvファイルをインポートする方法

解決済

回答 3

投稿

  • 評価
  • クリップ 0
  • VIEW 2,550

score 38

以下のサイトを参考にrailsでcsvファイルの読み込みを行いました。

https://ruby-rails.hatenadiary.com/entry/20141120/1416483136
書いてある通り全て行うことができましたが、読み込むファイルをutf-8以外にしたところ

invalid byte sequence in UTF-8

というエラーが出ます。どのようにすればいいでしょうか?

試したこと、

# app/models/product.rb
    UTF8_CONVERTER = ->(field) { field.encode('utf-8', invalid: :replace, undef: :replace, replace: "") }

    def self.import(file)
        CSV.foreach(file.path, encoding: "Shift_JIS", converters: UTF8_CONVERTER, headers: true) do |row|
...

...
        end        
    end


とすれば

"\xEE\x9D" from Shift_JIS to UTF-8

というエラーが出ました。
また全てのファイルがダメなわけでは無いので、特定の文字列がエラーの元になっていると予想しています。

  • 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

check解決した方法

0

CSVの変換がおかしかったようです。
もともとのコードでもいけましたし、文字コードに合わせて回答のように処理すればうまく処理できました。

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。

0

encoding: Encoding::CP932
だと結果が変わったりしませんか?

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。

  • 2018/11/07 22:56

    "\x90" followed by "\x04" on Windows-31J
    というエラーがでます

    キャンセル

  • 2018/11/08 06:21

    文字コードが何かはわからないのでしょうか?

    キャンセル

  • 2018/11/08 06:24

    excelをcsv保存したものなのでShift_JISだと思います。
    調べる方法をご存知なら教えていただきたいです。

    キャンセル

  • 2018/11/08 06:40

    pure ruby的には
    NKF.guess IO.binread(file.path)

    gem使うならcharlock_holmes

    もしくは、普通にテキストエディターで読み込む

    なんとなく、Excel2016以降できるようになったらしいutf8のcsvが混じってるんじゃという気がしてます

    キャンセル

0

"\xEE\x9D"は、Shift_JISでは未定義領域です。
マイクロソフトの漢字コードだと、NECのPC用漢字コードをもとにしているので、このエリアには「NEC選定IBM漢字」という種類の独自漢字コードが入っています。

asmさんの回答のように、encoding:に、"Windows-31J"または"CP932"または"SJIS"を指定してください。

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。

  • 2018/11/07 22:56 編集

    全て
    "\x90" followed by "\x04" on Windows-31J
    というエラーがでます

    ちなみにですが、上の試したこと。。。のShift_JISの部分をそれぞれ変えてみました。

    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 88.09%
  • 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