嘿,我正在尝试从 s3 存储桶读取 gzip 文件,这是我的尝试:
s3client = boto3.client(
's3',
region_name='us-east-1'
)
bucketname = 'wind-obj'
file_to_read = '20190101_0000.gz'
fileobj = s3client.get_object(
Bucket=bucketname,
Key=file_to_read
)
filedata = fileobj['Body'].read()
现在打开 gzip 文件,我正在这样做:
gzip.open(filedata,'rb')
但它抛出了我的错误:
ValueError: embedded null byte
所以我想先解码:
contents = filedata.decode('utf-8')
这是抛出另一个错误:
UnicodeDecodeError: 'utf-8' codec can't decode byte 0x8b in position 1: invalid start byte
我尝试使用 ISO-8859-1
对其进行解码,然后它正在解码,但在打开 gzip 文件时再次出现相同的错误。
或者有没有其他方法可以从 S3 中提取数据,例如使用 URL 或其他方式?
答案 0 :(得分:2)
gzip.open
需要一个文件名或一个已经打开的文件对象,但您直接将下载的数据传递给它。尝试改用 gzip.decompress
:
filedata = fileobj['Body'].read()
uncompressed = gzip.decompress(filedata)