Google Cloud Storage へCSVをアップロードすると文字化けする→jsonで解決

結論

StorageにアップロードするCSVをisonに変えたら文字化けしなくなった

前提

Storage API でファイルをアップロードする方法はこちらの公式ドキュメントを参照
https://cloud.google.com/storage/docs/uploading-objects#storage-upload-object-python

実験結果

CSVの場合

元データ

ローカルで作成したCSV(UTF-8)

storage_upload.csv

supplements,錠剤
...

結果

StorageにアップロードされたCSV

storage_upload.csv

supplements,骭蜑
...

jsonの場合

元データ

storage_upload.json

{{"name":"supplements","名前":"錠剤"},{...}}

結果

元データと同じ

storage_upload.json

{{"name":"supplements","名前":"錠剤"},{...}}

備考

writeJson.py

import json
class WriteJson:
    def __init__(self, ad_data, new_file,file_name):
        self.ad_data = ad_data
        self.new_file = new_file
        self.file_name = file_name
    def write(self):
        method = "w" if self.new_file else "a"
        f = open(self.file_name, method, encoding="utf-8")
        json.dump(self.ad_data,f,ensure_ascii=False)

→最後の行でensure_ascii=Falseとしないと出力されるデータが"\uXXXX"の形にエスケープされてしまうので注意

        json.dump(self.ad_data,f)　→ エスケープされてしまう

[python] JSONファイルのフォーマットを整えてDumpする

作業メモ：記事の背景

・Pythonでスクレイピングしている
→CSVをデータを BigQuery に送るループ処理を行っていると以下のエラーが出た
「10054, '既存の接続はリモート ホストに強制的に切断されました'」
→代替策としてCloud Storage へ一旦ファイルアップロードをしてみようと思った
→UTF-8でエンコードしたCSVをStorageにアップロードすると全ての日本語が文字化けした
→検索しても2019/11/06現在これといったものがヒットしない
https://stackoverflow.com/questions/45394157/google-cloud-storage-not-handling-utf-8-filenames
https://groups.google.com/forum/?hl=ja#!topic/google-app-engine-japan/0NHIIqbLx9w

jsonにする以外に良い方法をご存知の方教えてください__(..)

---

何かあればお手数ですが、本記事か以下アカウントでお知らせください！

\ Follow Me! /
Qiitaアカウント
Twitterアカウント