如何在python3中使用lzma（* .warc.xz）压缩warc记录？

Question

我有一份warc记录清单。列表中的每个项目都是这样创建的：

header = warc.WARCHeader({
    "WARC-Type": "response",
    "WARC-Target-URI": "www.somelink.com",
}, defaults=True)
data = "Some string"
record = warc.WARCRecord(header, data.encode('utf-8','replace'))

现在，我使用* .warc.gz存储我的记录，如下所示：

output_file = warc.open("my_file.warc.gz", 'wb')

写下这样的记录：

output_file.write_record(record) # type of record is WARCRecord

但是如何用lzma压缩为* .warc.xz？我已经尝试在callig warc.open中用xz替换gz，但是python3中的warc不支持这种格式。我找到了这个trial，但是我无法用这个保存WARCRecord：

output_file = lzma.open("my_file.warc.xz", 'ab', preset=9)
header = warc.WARCHeader({
    "WARC-Type": "response",
    "WARC-Target-URI": "www.somelink.com",
}, defaults=True)
data = "Some string"
record = warc.WARCRecord(header, data.encode('utf-8','replace'))
output_file.write(record)

错误消息是：

  

TypeError：需要类似字节的对象，而不是＆＃39; WARCRecord＆＃39;

感谢您的帮助。

Answer 1

WARCRecord类有一个write_to方法，用于将记录写入文件对象。

您可以使用它将记录写入使用lzma.open()创建的文件。