netkeiba スクレイピングについて

Question

netkeiba-scraperを使用しています

使い方

以下のコマンドを上から順に実行していけば最後に素性が作成される。

sbt "run collecturl"
レース結果が載っているURLを収集して「race_list.txt」に保存する。

sbt "run scrapehtml"
レース結果のHTMLをスクレイピングしてhtmlフォルダに保存する。HTMLをまるごとスクレイピングするので結構時間がかかる。

sbt "run extract"
HTMLからレース結果を抜き出しSQLiteに保存する。

sbt "run genfeature"
レース結果を元にして素性を作りSQLiteに保存する。

とありますが、run scrapehtmlの実行後の出力されたhtmlファイルを開くと文字化けしてしまいます。環境はwindows8です。文字エンコードを変更するとうまく表示されます。この文字化けが原因?で次のrun extractを行うとエラーになってしまいます。どこを編集すればうまくスクレイピングできるようになるでしょうか。

Answer 1

上の回答は間違えてしまいました。よく読んでなかったです、すみません。

run extractは、DBとテーブルを作成するだけなので、htmlが取得されていれば、まったく問題ないはずです。

もしかしたら、すでにrace.dbがありませんか？
すでにrace.dbがあってテーブルが作られている場合は、エラーになります。
その場合は、race.dbを削除してやり直してみてください。

Answer 2

文字化け自体は問題ありません。
なぜなら、Main.scalaのソースを見ると、EUC-jpというコードで取得するようになっている仕様だからです。

これをブラウザで正常に（エンコードを変換して）見られるようにするには、ブラウザによってアドオンを追加する必要があります。

例えば、chromeであれば、テキストエンコーディング
で拡張機能を追加します。
ブラウザのURLの並びで右の方に新しくテキストエンコーディングというアイコンが追加されます。
テキストエンコードする場合、開いたHTMLを右クリックすれば、右クリックメニューからテキストエンコーディングのコンテクストメニューが現れます。そこで、下記画像のように現在一般的なunicode（utf-8）を選択すれば、文字化けが直ります。

Firefoxの場合は、ハンバーガーメニューから、その他→テキストエンコーディングでエンコードできます。