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%
Ruby

Rubyはプログラミング言語のひとつで、オープンソース、オブジェクト指向のプログラミング開発に対応しています。

Q&A

1回答

3060閲覧

rubyのmechanizeで文字コードのエラーが出てしまいます

uno7uno

総合スコア15

Ruby

Rubyはプログラミング言語のひとつで、オープンソース、オブジェクト指向のプログラミング開発に対応しています。

0グッド

0クリップ

投稿2016/08/19 14:31

mechanizeでスクレイピングをしたいのですが、
データベースに書き込む際に以下のエラーが出てしまいます。。

encoding error : input conversion failed due to input error, bytes 0xAD 0xA1 0xB2 0xE1

エラーが出る場合と出ない場合があり、原因は文字コードにありそうなところまでは分かったのですが解決方法が分かりません><;

取得したいページの文字コードは「charset=euc-jp」です。

以下がスクレイピングのコードの一部抜粋になります。

# ページの取得 result_page = agent.get('任意のURL') # 広告一覧の取得 promo_list = result_page.at('.prom_list') promos = promo_list.search('.promotion') promos.each do |promo| # 広告名の取得 name = promo.at('.promotion_head').children[5].children[6].inner_text end Ad.where(name: name).first_or_create

文字コードの変換をすれば治るかな?と思い、以下の方法を試してみたのですが、
エラーは消えるもののデータベースに反映されませんでした。。。

result_page.encoding = "eucJP-MS"

"UTF-8"にすると以下のエラーがでてしまいます。

NoMethodError: undefined method `each' for nil:NilClass

どなたか解決方法をご存知でしたら、教えてくださいm(_ _)m

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

0xAD 0xA1 0xB2 0xE1

①過ですねはJISに無い文字なので、euc-jpだとエラーになります。
相手がStringオブジェクトだと、force_encoding("eucJP-ms")すればいいのですが、Mechanize::Pageにはそういうメソッドはないので、
案1.Stringを得てから、force_encodingする・・・・それまでに不具合出るかも
案2.hook等で、ページ取得時にencodingを差し替える・・・・面倒

投稿2016/08/19 15:27

otn

総合スコア84421

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。

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

まだベストアンサーが選ばれていません

会員登録して回答してみよう

アカウントをお持ちの方は

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