爬蟲問題

爬蟲 csv big5 文字編碼 error

tony20030201 2022-11-02 22:56:20 ‧ 2135 瀏覽

分享至

我原本想用爬蟲把IT邦邦忙網站中的文章"標題"，"標籤"，"詢問時間"，"瀏覽次數"，還有"問題敘述"抓下來用csv檔儲存，禮拜一用的時候好好的，結果今天用就突然掛掉。

我看了一下error好像是有人文章裡的"問題敘述"格式不符合csv檔用的文字編碼big5

跑出的error長這樣 :
UnicodeEncodeError: 'big5' codec can't encode character '\u6ca1' in position 3244: illegal multibyte sequence

想請問這段error是什麼意思?要如何解決?

更:我自己這篇文章的東西有抓下來，到下面那篇文章的"問題敘述"就抓不下來了，應該是那篇文章的內容有影響到

contents = root2.find("div",class_="markdown__style").text #找出內文

這段是我用來抓"問題敘述"的程式

看更多先前的討論...收起先前的討論...

obarisk iT邦研究生 1 級 ‧ 2022-11-03 09:25:28 檢舉

實際上是你沒有辦法把這個字存成 big5。
如果你只能存 big5，那遇到無法存成 big5 的字，只能把原始字碼存下去了。(utf8應該)

shiaobin iT邦新手 4 級 ‧ 2022-11-03 15:12:07 檢舉

改用UTF-8編碼吧。是有什麼原因讓你必須要用Big5編碼嗎？

froce iT邦大師 1 級 ‧ 2022-11-03 15:23:56 檢舉

> 是有什麼原因讓你必須要用Big5編碼嗎？
舊版excel很爛...2016我記得沒辦法讀非big5的csv，以前版本的讀取選項又被拿掉。

tony20030201 iT邦新手 4 級 ‧ 2022-11-05 16:54:07 檢舉

因為我想要存成csv檔(作業要求的)，不然如果存成utf8再用excel打開的話會變成亂碼

登入發表討論

直播研討會

{{ item.channelVendor }} {{ item.webinarstarted }} |

直播中

2 個回答

一級屠豬士

iT邦大師 1 級 ‧ 2022-11-03 05:35:28

https://www.fileformat.info/info/unicode/char/6ca1/index.htm

回應 1
分享
檢舉

tony20030201 iT邦新手 4 級 ‧ 2022-11-03 08:49:53 檢舉

這篇我有看到，現在好像懂了，是因為"沒"這個簡體字big5沒辦法encode對吧?

登入發表回應

ky1000

iT邦新手 3 級 ‧ 2022-11-24 11:36:56

最近也碰到這樣的問題，讀、寫CSV檔編碼採big5或utf-8可能都會造成錯誤
解決方式編碼採 utf-8-sig
相關說明請參照鏈結
https://www.796t.com/article.php?id=14537

回應 3
分享
檢舉

tony20030201 iT邦新手 4 級 ‧ 2022-12-19 22:23:47 檢舉

網站點了沒東西

ky1000 iT邦新手 3 級 ‧ 2023-01-03 17:46:44 檢舉

網址我開得出來唷....你要不要換個方式連線

tony20030201 iT邦新手 4 級 ‧ 2023-01-03 21:24:46 檢舉

當下點不進去，現在可以了
感謝你

登入發表回應

我要發表回答

立即登入回答

參賽組數

1064 組

團體組數

40 組

累計文章數

22173 篇

完賽人數

597 人

15th鐵人賽 16th鐵人賽 13th鐵人賽 14th鐵人賽 12th鐵人賽 11th鐵人賽鐵人賽 2019鐵人賽 javascript 2018鐵人賽 python 2017鐵人賽 windows php c# windows server linux css react vue.js

IT邦幫忙

爬蟲問題

2 個回答

我要發表回答

標記使用者