从网站将.tar.gz文件的内容读取到python 3.x对象中

克里斯

我是python的新手。尝试将.tar.gz文件的内容读入python时,我无法弄清楚我在做什么错。我想阅读的tarfile托管在以下网址中:

ftp://ftp.ncbi.nlm.nih.gov/pub/pmc/b0/ac/Breast_Cancer_Res_2001_Nov_9_3(1)_61-65.tar.gz

在此站点上归档的更多信息(只是您可以信任内容)http://www.pubmedcentral.nih.gov/utils/oa/oa.fcgi?id=PMC13901

tarfile包含日记文章的.pdf和.nxml副本。还有几个图像文件。

如果我通过复制和粘贴在浏览器中打开文件。我可以保存到PC上的某个位置,并使用以下命令导入tarfile(注意:当我保存到位置时,winzip将文件从.tar.gz更改为简单的.tar):

import tarfile
thetarfile = "C:/Users/dfcm/Documents/Breast_Cancer_Res_2001_Nov_9_3(1)_61-65.tar"
tfile = tarfile.open(thetarfile)
tfile

但是,如果我尝试使用类似的命令直接访问文件:

thetarfile = "ftp://ftp.ncbi.nlm.nih.gov/pub/pmc/b0/ac/Breast_Cancer_Res_2001_Nov_9_3(1)_61-65.tar.gz"
bbb = tarfile.open(thetarfile)

这导致以下错误:

 Traceback (most recent call last):
 File "<pyshell#137>", line 1, in <module>
 bbb = tarfile.open(thetarfile)
 File "C:\Python30\lib\tarfile.py", line 1625, in open
 return func(name, "r", fileobj, **kwargs)
 File "C:\Python30\lib\tarfile.py", line 1687, in gzopen
 fileobj = bltn_open(name, mode + "b")
 File "C:\Python30\lib\io.py", line 278, in __new__
 return open(*args, **kwargs)
 File "C:\Python30\lib\io.py", line 222, in open
 closefd)
 File "C:\Python30\lib\io.py", line 615, in __init__
 _fileio._FileIO.__init__(self, name, mode, closefd)
 IOError: [Errno 22] Invalid     argument: 'ftp://ftp.ncbi.nlm.nih.gov/pub/pmc/b0/ac/Breast_Cancer_Res_2001_Nov_9_3(1)_61-65.tar'

尝试直接从网址读取.tar.gz文件时,谁能解释我在做什么错?提前致谢。克里斯

赫尔穆特·格罗内(Helmut Grohne)

不幸的是,您不能只打开网络中的文件。这里的事情要复杂一些。您必须指示解释器创建网络请求并创建代表请求状态的对象。可以使用urllib模块来完成

import urllib.request
import tarfile
thetarfile = "ftp://ftp.ncbi.nlm.nih.gov/pub/pmc/b0/ac/Breast_Cancer_Res_2001_Nov_9_3(1)_61-65.tar.gz"
ftpstream = urllib.request.urlopen(thetarfile)
thetarfile = tarfile.open(fileobj=ftpstream, mode="r|gz")

ftpstream对象类似于文件,表示与ftp服务器的连接。然后tarfile模块可以访问该流。由于未传递文件名,因此必须在mode参数中指定压缩率

本文收集自互联网,转载请注明来源。

如有侵权,请联系 [email protected] 删除。

编辑于
0

我来说两句

0 条评论
登录 后参与评论

相关文章