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%
Python 2.7

Python 2.7は2.xシリーズでは最後のメジャーバージョンです。Python3.1にある機能の多くが含まれています。

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。

Q&A

1回答

667閲覧

Python2.7での日本語テキスト処理

TakumiYamada

総合スコア11

Python 2.7

Python 2.7は2.xシリーズでは最後のメジャーバージョンです。Python3.1にある機能の多くが含まれています。

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。

0グッド

0クリップ

投稿2017/10/25 02:50

Python2.7で以下のプログラムを使って日本語テキストを分割し、ファイル出力しようと思ったのですが、

Python

1# -*- coding: utf-8 -*- 2import os 3import sys 4import codecs 5sys.stdout=codecs.getwriter('utf-8')(sys.stdout) 6 7files=os.listdir('./') 8files.pop(0) 9files.pop(0) 10 11i=0 12for file in files: 13 if i%2==1: 14 filename=file.replace('.txt','') 15 f=codecs.open(file,'r','sjis') 16 anum=0 17 18 source=[] 19 for line in f: 20 line=line.encode('utf-8') 21 source.append(line.decode('utf-8')) 22 f.close() 23 24 name=str(anum)+'.txt' 25 f=open(name,'w') 26 for line in source: 27 if u'\ID\' in line: 28 f.close() 29 anum+=1 30 name=str(filename)+'/'+str(anum)+'.txt' 31 f=codecs.open(name,'w','sjis') 32 f.write(line.decode('utf-8')) 33 f.close() 34 i+=1

何度かはうまく行ったのですが、最近は以下のようなエラーが出てうまく動きません。

Traceback (most recent call last): File "bunkatsu.txt", line 19, in <module> for line in f: File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/codecs.py", line 687, in next return self.reader.next() File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/codecs.py", line 618, in next line = self.readline() UnicodeDecodeError: 'shift_jis' codec can't decode bytes in position 32-33: illegal multibyte sequence

色々なサイトを見て自分でも調べましたが、どうしても解決できないため質問させていただきました。
どこに問題があって、どうすれば解決できるのか、ご教授いただければ幸いです。

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

python

1f=codecs.open(file,'r','sjis')

python

1f=codecs.open(file,'r','sjis', errors='replace')

とすればとりあえずエラーは出なくなります。ただし上手くデコードできなかった文字列が?になるので、それが困るのであればどの文字が?になるか確認してなぜうまくデコードできないのかを探ることになります。

投稿2017/10/25 03:12

YouheiSakurai

総合スコア6142

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。

TakumiYamada

2017/10/25 03:22

度々すみません、ご回答いただいた部分は修正したのですが、今度は File "bunkatsu.txt", line 32, in <module> f.write(line.decode('utf-8')) File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/encodings/utf_8.py", line 16, in decode return codecs.utf_8_decode(input, errors, True) UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-11: ordinal not in range(128) というエラーが出て、やはりうまく行きません・・・
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

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