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
85.35%
Beautiful Soup

Beautiful Soupは、Pythonのライブラリの一つ。スクレイピングに特化しています。HTMLデータの構文の解析を行うために、HTMLタグ/CSSのセレクタで抽出する部分を指定することが可能です。

Unicode

Unicodeはエンコーディングの標準規格です。1つの文字コード体系で多国語の表現を可能にすることを目指して作られています。

Python

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。

selenium

Selenium(セレニウム)は、ブラウザをプログラムで作動させるフレームワークです。この原理を使うことにより、ブラウザのユーザーテストなどを自動化にすることができます。

Q&A

解決済

1回答

1621閲覧

Python UnicodeEncodeErrorの対処

__PORNO___

総合スコア10

Beautiful Soup

Beautiful Soupは、Pythonのライブラリの一つ。スクレイピングに特化しています。HTMLデータの構文の解析を行うために、HTMLタグ/CSSのセレクタで抽出する部分を指定することが可能です。

Unicode

Unicodeはエンコーディングの標準規格です。1つの文字コード体系で多国語の表現を可能にすることを目指して作られています。

Python

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。

selenium

Selenium(セレニウム)は、ブラウザをプログラムで作動させるフレームワークです。この原理を使うことにより、ブラウザのユーザーテストなどを自動化にすることができます。

0グッド

0クリップ

投稿2020/04/11 03:35

Seleniumで取得したソースからBeautifulSoupを使ってアイテムを抜き出し、表示しようとしていたところ以下のエラーが出ました。

UnicodeEncodeError: 'cp932' codec can't encode character '\u2661' in position 357: illegal multibyte sequence

コードは以下の通りです。

python

1driver.get(url) 2soup = BeautifulSoup(driver.page_source, "html.parser") 3item_list = soup.select(".item") 4print(item_list)

###環境
Windows10
Python 3.7.4

よろしくお願いいたします。

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

取得したページのHTMLの内容(driver.page_source)と、文字コード(エンコーディング)を確認しましょう。
エラーになるということは、想定通りになっていないはずです。

投稿2020/04/11 05:50

otn

総合スコア85901

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。

__PORNO___

2020/04/11 06:45

htmlのヘッダーを見て`driver.page_source.encode("utf-8")`として見ましたが、同じエラーが出ます。どうすればよいでしょうか?
otn

2020/04/11 07:19

ヘッダーじゃなくて、実際のエンコーディングは何でしたか?
__PORNO___

2020/04/12 04:51 編集

chardetを使い以下のコードでエンコーディングを確認しました。 binary = driver.page_source.encode("utf-8-sig") print(binary) print(chardet.detect(binary)) soup = BeautifulSoup(binary.decode("utf-8-sig"), "html.parser") その結果はutf-8-sigでconfidenceが1.0でした。 エラー UnicodeEncodeError: 'cp932' codec can't encode character '\u2048' in position 75: illegal multibyte sequence 追記 ふと思いPythonのコマンドラインから実行すると何事もなく動作しました。atom-runnerに問題があるようです。質問内容のトラブルは解決しました。ありがとうございました。
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
85.35%

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