时间戳

首页 > 解决方案 > 如何使用 Paramiko getfo 将文件从 SFTP 服务器下载到内存进行处理

python - 如何使用 Paramiko getfo 将文件从 SFTP 服务器下载到内存进行处理

问题描述

我正在尝试使用 Paramiko 从 SFTP 下载 CSV 文件（内存中）并将其导入 pandas 数据帧。

transport = paramiko.Transport((server, 22))
transport.connect(username=username, password=password)
sftp = paramiko.SFTPClient.from_transport(transport)

with open(file_name, 'wb') as fl:
    sftp.getfo(file_name, fl, callback=printTotals)
    df = pd.read_csv(fl, sep=' ')

下面的代码失败了，告诉我：

OSError：文件未打开以供读取

我假设我需要某种缓冲区或类似对象的文件fl，因为 open 需要一个文件。我对所有这些都比较陌生，所以如果有人可以提供帮助，我会很高兴。

标签： pythonpandasiosftpparamiko

解决方案

一个仍然允许您使用进度回调的简单解决方案是：

  • 使用BytesIO类文件对象将下载的文件存储到内存中；

  • 在下载文件后，您必须在开始阅读文件之前将文件指针返回到文件开头。

    with io.BytesIO() as fl:
    sftp.getfo(file_name, fl, callback=printTotals)
    fl.seek(0)
    df = pd.read_csv(fl, sep=' ')

尽管使用此解决方案，您最终会将文件加载到内存中两次。

更好的解决方案是实现一个自定义的类文件对象。它甚至允许您同时下载和解析文件。

class FileWithProgress:

    def __init__(self, fl):
        self.fl = fl
        self.size = fl.stat().st_size
        self.p = 0

    def read(self, blocksize):
        r = self.fl.read(blocksize)
        self.p += len(r)
        print(str(self.p) + " of " + str(self.size)) 
        return r

并像这样使用它：

with sftp.open(file_name, "rb") as fl:
    fl.prefetch()
    df = pd.read_csv(FileWithProgress(fl), sep=' ')

SFTPFile.prefetch调用参考： Reading file opens with Python Paramiko
SFTPClient.open method is slow。

如果你不需要进度监控，像这样的简单代码就可以了：

with sftp.open(file_name, "rb") as fl:
    fl.prefetch()
    df = pd.read_csv(fl, sep=' ')

推荐阅读