Question

假设我在Google云端存储上有一个存储桶/子目录，此存储桶的地址为：

gs://test-monkeys-example/training_data/cats

在这个猫子目录中，我有一堆猫的图像，所有这些都是jpgs。我如何在python中循环遍历cats子目录并打印出其中所有文件的名称？

类似的东西：

for x in directory('gs://test-monkeys-example/training_data/cats'):
    print(x)

显然目录（'gs：// test-monkeys-example / training_data / cats'）不是如何做到的，只是伪问题 - 我该怎么做？！

Answer 1

Google云端存储仅支持列出以特定前缀开头的对象。您可以从客户端库中访问它，如下所示：

from google.cloud import storage

client = storage.Client()
bucket = client.bucket('mybucket')
for blob in bucket.list_blobs(prefix='training_data/cats'):
  print blob.name

Answer 2

使用存储模块：

import google.datalab.storage as storage
cats = [o.key for o in storage.Bucket('test-monkeys-example').objects()
  if o.key.startswith('training_data/cats')]

这会为您提供此类猫咪的清单。

或者，您可以使用Objects类：

cats = [o.key for o in storage.Objects('test-monkeys-example', '', '')
  if o.key.startswith('training_data/cats')]

如果您不需要放入变量的列表，可以使用%gcs魔法，这样更容易：

%gcs list -o gs://test-monkeys-example/training_data/cats/*

这将打印键的HTML表。请注意，这是一个完整的GCS路径，从gs://开始。

如何使用python循环访问Google云端存储中子目录中的所有文件名？

2 个答案: