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

92.01%

  • Python

    1824questions

    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。

  • Python 3.x

    985questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

python3.5系 のopen関数でEUC_JPのファイルをwindowsコマンドプロンプト上で読み込む。

受付中

回答 1

投稿 2017/01/11 19:14 ・編集 2017/01/11 19:23

  • 評価
  • クリップ 0
  • VIEW 147

jacky

score 7

"""
windows上のコマンドプロンプトでとある、EUC_JPで記述されたテキストファイルをpython3.5の
組み込みopen関数で開こうと下記のように記述いたしました 。
"""

sqlPath = "C:\\Users\\○○○○\\Downloads\\○○○○.sql"
fp = open(sqlPath, mode="r", encoding="EUC_JP");
for temp in fp:
    print(temp);

"""
上記のコードを実行したところ、

Traceback (most recent call last):
  File "experience.py", line 6, in <module>
    print(temp);
UnicodeEncodeError: 'cp932' codec can't encode character '\xe9' in position 62: illegal multibyte sequence
上記の例外が出たため、以下のように記述しなおなして再度実行しました。
"""

sqlPath = "C:\\Users\\○○○○\\Downloads\\○○○○.sql"
fp = open(sqlPath, mode="r", encoding="EUC_JP", errors="ignore");
for temp in fp:
    print(temp);

'''
上記のコードのようにopen関数にerrorsキーワード引数にEUCから復号できない場合は
無視をするというerrors="ignore"という引数を含めて実行したところやはり
Traceback (most recent call last):
  File "experience.py", line 27, in <module>
    print(temp);
UnicodeEncodeError: 'cp932' codec can't encode character '\xe9' in position 62: illegal multibyte sequence
上記の例外が発生しました。
この場合、どうやったらUnicodeEncodeErrorをださずにファイルの中身を読み込めるでしょうか?
'''
  • 気になる質問をクリップする

    クリップした質問に回答があった場合に通知・メールを受け取ることができます。

    クリップした質問はマイページの「クリップ」タブからいつでも見ることができます。

    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
    • 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。

質問への追記・修正の依頼

  • miyahan

    2017/01/12 14:36

    質問事項(本文)とプログラムのコードは分けて記述してください。

    キャンセル

回答 1

0

テキストファイル(EUC-JP)を読み込んでユニコード文字列に変換するのはうまくいっています。ですので open で errors="ignore" を指定しても何も変わりません。

問題はユニコード文字列を print するときで、コマンドプロンプトの文字コード(CP932)に存在しない文字(上記の例だと é)を変換しようとして UnicodeEncodeError になっています。

CP932(Shift-JIS)を使うことはトラブルの元になるので、個人的にコマンドプロンプトの文字コードを UTF-8 にしたほうがよいと思います。

「いや、文字情報が壊れても良いからとりあえずテキストファイルの中身をざっくり表示させたい」というのであれば、無理矢理ですが次のようにすればエラーを回避できます。

for temp in fp:
    print(temp.encode('cp932', errors='replace').decode('cp932'))

投稿 2017/01/12 14:18

編集 2017/01/12 14:31

  • 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

    以下のような回答は評価を下げられます

    • 間違っている回答
    • 質問の回答になっていない投稿
    • 不快な投稿

    評価を下げる際はその理由をコメントに書き込んでください。

  • 2017/01/12 21:07 編集

    ご回答ありがとうございます。

    >テキストファイル(EUC-JP)を読み込んでユニコード文字列に変換するのはうまくいっています。>ですので open で errors="ignore" を指定しても何も変わりません。
    上記の、なんら変化しない点については、EUC-JPのファイルを読み込む際に、内部的にUnicodeへ変換する際、つまり「EUC-JP=>Unicodeへの変換時」のUnicodeDecodeErrorを「無視」するためのキーワード引数という認識でよろしいでしょうか?

    また、当該の件のUnicodeEncodeErrorについては、windowsのコマンドプロンプトがデフォルトで仕様上CP932になっている以上、Unicode=>CP932へのエンコードが発生し、その際のエラーということですね。

    python3は内部ではUnicodeのコードポイントで文字列を管理していると思いますが、
    出力する際にはpythonのエンジンが自動でencode処理をかけているという認識でよろしいでしょうか?

    キャンセル

  • 2017/01/12 21:41

    >「EUC-JP=>Unicodeへの変換時」のUnicodeDecodeErrorを「無視」するためのキーワード引数
    その通りです。ただ厳密には UnicodeDecodeError と UnicodeEncodeError の両方を無視するオプションです。(今回はファイルの読み込みだけですが、書き込む場合もあるので)

    > Unicode=>CP932へのエンコードが発生し、その際のエラー
    その通りです。

    > 出力する際にはpythonのエンジンが自動でencode処理をかけている
    その通りです。その際のコーデックは `sys.getdefaultencoding()` で確認できます。

    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

92.01%

関連した質問

同じタグがついた質問を見る

  • Python

    1824questions

    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。

  • Python 3.x

    985questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

閲覧数の多いPythonの質問