python - 请求 : Return file object from url (as with open ('' ,'rb' ) )

Question

我想使用 requests 将文件直接下载到内存中，以便将其直接传递给 PyPDF2 阅读器，避免将其写入磁盘，但我无法弄清楚如何将其作为 文件对象 传递。这是我尝试过的:

import requests as req
from PyPDF2 import PdfFileReader

r_file = req.get('http://www.location.come/somefile.pdf')
rs_file = req.get('http://www.location.come/somefile.pdf', stream=True)

with open('/location/somefile.pdf', 'wb') as f:
    for chunk in r_file.iter_content():
        f.write(chunk)

local_file = open('/location/somefile.pdf', 'rb')

#Works:
pdf = PdfFileReader(local_file)

#As expected, these don't work:
pdf = PdfFileReader(rs_file)
pdf = PdfFileReader(r_file)
pdf = PdfFileReader(rs_file.content)
pdf = PdfFileReader(r_file.content)
pdf = PdfFileReader(rs_file.raw)
pdf = PdfFileReader(r_file.raw)

Answer 1

无需了解有关请求的任何知识，您始终可以使用StringIO将内存中的任何内容作为字符串创建一个类似文件的对象。

特别是:

• Python 2 StringIO.StringIO(s) 是一个二进制文件。
• Python 2 cStringIO.StringIO(s) 相同，但效率可能更高。
• Python 3 io.BytesIO(b) 是一个二进制文件(由 bytes 构造)。
• Python 3 io.StringIO(s) 是一个 Unicode 文本文件。
• Python 2 io.BytesIO(s) 是一个二进制文件。
• Python 2 io.StringIO(u) 是一个 Unicode 文本文件(由 unicode 构建)。

(前两个是 Python 2 意义上的“二进制”——没有行结束转换。其他两个是 Python 3 意义上的“二进制”与“文本”——字节与 Unicode。)

因此，io.BytesIO(response.content) 在 Python 2 和 Python 3 中都为您提供了一个有效的类似二进制文件的对象。如果您只关心 Python 2，cStringIO。 StringIO(response.content) 可能更有效率。

当然，“类文件”仅此而已；例如，如果库尝试调用 fileno 方法并开始对文件描述符进行 C 调用，它将无法工作。但在 99% 的情况下，这是有效的。