Microsoft の公式サイト，英語なら取得は容易であるが，当然日本語は取得できない．今回は日本語サイトから英語と日本語の両者を取得しようと試みた．
結論から言うと，この記事で述べた方法で全ての日本語と英語とが分離できたわけではない．2 バイト文字と 1 バイト文字との分離という手法を用いたが，最終的には手動での対応が必要だった．
日本標準食品成分表2015をダウンロードし，データクレンジングを行う
文部科学省には日本標準食品成分表のデータがある．食品の栄養素の計算に用いられるデータで，食品成分データベースやフィットネス，ダイエット関連アプリのデータベースの基本となっているものである．
このデータは 5 年ごとに更新されており，最新のデータは 2015 年のものである．次の更新は 2020 年の予定である．今回の記事ではこのデータをダウンロードし，クレンジングを行う．
“日本標準食品成分表2015をダウンロードし，データクレンジングを行う” の続きを読む