前提・実現したいこと
pythonでwebスクレイピング(日経経済新聞のカテゴリー名とページ数の抽出)をしたいです。
発生している問題・エラーメッセージ
Traceback (most recent call last): File "Nihonkeizai_next.py", line 51, in <module> print('{}: {}'.format(key,value)) UnicodeEncodeError: 'ascii' codec can't encode characters in position 2-3: ordinal not in range(128)
該当のソースコード
python
1# coding: UTF-8 2import requests 3from bs4 import BeautifulSoup 4from time import sleep 5 6 7def count_genre_nikkei(category,page): 8 """ 9 指定カテゴリーの指定ページ数のジャンルとその記事数を辞書型で返す関数 10 :param category:記事カテゴリー 11 :param page: ページ数 12 :return: キー:記事カテゴリー、バリュー:記事数の辞書型 13 """ 14 news = dict() 15 base_url = 'https://www.nikkei.com/' 16 base_url_2 = '/archive/' 17 base_url_3 = '?bn=' 18 for i in range(page): 19 sleep(1) 20 try: 21 response = requests.get('{}{}{}{}{}1'.format(base_url, category, base_url_2, 22 base_url_3, i)) 23 response.raise_for_status() 24 25 response.encoding = response.apparent_encoding 26 soup = BeautifulSoup(response.text, 'html.parser') 27 28 # スクレイピング 29 genre_list = soup.find_all('div', class_='m-miM09_keyword', reversed=False) 30 31 for genre_1 in genre_list: 32 genre_2 = genre_1.find_all('a') 33 for genre_3 in genre_2: 34 genre = genre_3.text 35 36 if genre in news: 37 news[genre] += 1 38 else: 39 news[genre] = 1 40 41 except requests.exceptions.HTTPError: 42 print("{}カテゴリーページへのアクセス失敗".format(category)) 43 44 except Exception as e: 45 print(e) 46 47 return news 48 49d = count_genre_nikkei("technology", 2) 50for key, value in d.items(): 51 print('{}: {}'.format(key,value)) 52 53
試したこと
print('{}: {}'.format(key,value))
↓↓↓↓↓
print(key,value)
に変更したら、帰ってくるのですが文字化け?しているのでしっかりとした答えが返ってきません。
文字列の何かに問題があり怒られていると思うのですが解決方法がわかりません。
わかりやすく教えていただけると助かります
よろしくお願いいたします。
補足情報(FW/ツールのバージョンなど)
バージョンpython 2.7.13
回答1件
あなたの回答
tips
プレビュー