Question

我尝试编写一个脚本来从ftp服务器访问.csv.gz文件，并将内容写回到同一服务器上的.csv文件中。只要文件小于100mb，此方法似乎工作正常，因为它失败，从而产生内存错误。我无法找到一种方法来提取.csv文件，因此它逐行读取文件内容（元组列表）并将其写入新文件。

是否有更有效的方法来执行此操作，甚至是直接从.csv.gz文件中提取.csv文件的方法？

def gz_unzipper():

    hostname = "servername"
    directory = "path"
    input_file = directory + "filename.csv.gz"
    output_file = directory + "filename.csv"
    ftp = FTP(hostname)
    ftp.login (username, password)
    ftp.cwd(directory)

    f = gzip.open(input_file, 'r')
    gz_content = f.read()

    lines=csv.reader(StringIO.StringIO(gz_content))

    output_file = open(output_file, 'w')

    for line in lines:
        line  = repr(line)[1:-1]
        line = line.replace("'","")
        line = line.replace(" ","")

        output_file.write(line + "\n") 

    output_file.close  
    f.close()

Answer 1

现在你正在读取整个文件，这对于小文件来说很好，但是（如果你有很多数据）显然会导致问题。由于您逐行处理文件，因此可以使用文件/ csvfiles的内置Python迭代器。这些通常实现为 lazy ，这意味着它们只在需要时读取数据。

尝试这样的事情（对不起，未经测试）：

with gzip.open(input_file, 'r') as fin, open(output_file,'w') as fout:
    csv_reader = csv.reader(fin)
    csv_writer = csv.writer(fout)
    csv_writer.writerows(csv_reader)

Python gzip - 解压缩.csv.gz文件 - 内存错误

1 个答案: