python:使用带有从 tarfile 中提取的单个文件的 CSV 阅读器

Question

我正在尝试使用 Python CSV reader读取我从 .tar.gz 中提取的 CSV 文件文件使用 Python's tarfile library .

我有这个:

tarFile = tarfile.open(name=tarFileName, mode="r")
for file in tarFile.getmembers():
    tarredCSV = tarFile.extractfile(file)
    reader = csv.reader(tarredCSV)
    next(reader)    # skip header
    for row in reader:
        if row[3] not in CSVRows.values():
            CSVRows[row[3]] = row

tar 文件中的所有文件都是 CSV。

我在第一个文件上遇到异常。我在第一个 next 上收到此异常线:

_csv.Error: iterator should return strings, not bytes (did you open the file in text mode?)

如何打开所述文件(不提取文件然后打开它)？

Answer 1

tarfile.extractfile返回 io.BufferedReader对象，一个字节流，还有 csv.reader需要一个文本流。您可以使用 io.TextIOWrapper将字节流转换为文本流:

import io

...

reader = csv.reader(io.TextIOWrapper(tarredCSV, encoding='utf-8'))