Requests.get(zipfile) 获取“BadZipFile：文件不是 zip 文件”

Posted 2023-03-06

【中文标题】Requests.get(zipfile) 获取“BadZipFile：文件不是 zip 文件”

【英文标题】：Requests.get(zipfile) gets 'BadZipFile: File is not a zip file"

【发布时间】：2019-04-07 00:39:21

【问题描述】：

我正在尝试加载位于一组地理文件的 zipfile 中的 shapefile。我尝试了几种方法并且一直在学习，但一无所获。以下代码应该适用于 Python 3.5。

我尝试了 Andrew Gaidus 示例方法，并意识到它适用于以前的 Python 版本。 Oldja 方法来自 Python 3.x 文档，应该可以使用。但问题不断出现。

dls = "https://github.com/ItsMeLarry/Coursera_Capstone/raw/master/tl_2010_25 009_tract00.zip"
print('Downloading shapefile...')
r = requests.get(dls)
z = zipfile.ZipFile(io.BytesIO(r.content))
print("Done")
z.extractall(path='tmp/') # extract to folder
filenames = [y for y in sorted(z.namelist()) for ending in ['dbf', 
'prj', 'shp', 'shx'] if y.endswith(ending)] 
print(filenames)
dbf, prj, shp, shx = [filename for filename in filenames]
print(shp)
lynnmap = gpd.read_file(shp)

我应该得到 4 个文件名。现在，在 lynnmap=gpd...，我得到了错误：

OSError：没有这样的文件或目录：'tl_2010_25009_tract00.shp'。

示例不执行“打开”操作，但我想知道 geopandas 是否告诉我应该这样做。

【问题讨论】：

那是因为响应是 404 Not Found（检查r.status_code）。您确定您的网址正确吗？

@t.m.adam 你是对的。我忘记了我需要使用“原始”目录进行下载，而不是“blob”。当然，这只是将我引向下一个谜团。为此编辑了问题陈述。谢谢，

我认为shp 只是文件名，所以gpd.read_file() 找不到文件，因为它是在tmp/ 中提取的。您应该使用绝对或相对文件路径，例如tmp/tl_2010_25009_tract00.shp。

t.m.adam 好的，所以将“tmp/”附加到所有文件名。我会看看会发生什么。我想知道如果我不将它解压缩到 tmp 文件夹会发生什么。我会明白的。 MACOSX 和 Jupyter notebook 在文件管理方面存在争议。磁盘的行为就好像它已经被 Jupyter 和操作系统在不同的一侧进行了分区一样。

我对 Jupyter 或 MAC 没有太多经验，所以对此我无能为力。一般最好使用文件的绝对路径，这样即使不在脚本执行的同一路径下也能定位到。

【参考方案1】：

如果目标只是从 GitHub 读取文件并从中创建一个 GeoDataFrame（并且您不一定想在本地下载并解压缩它，以便更快地重新读取），您可以直接从使用geopandas.read_file函数的GitHub url：

In [4]: df = geopandas.read_file("https://github.com/ItsMeLarry/Coursera_Capstone/raw/master/tl_2010_25009_tract00.zip") 

In [5]: df.head()                                                      
Out[5]: 
  STATEFP00 COUNTYFP00  ...    INTPTLON00                                           geometry
0        25        009  ...  -070.9744124  POLYGON ((-70.977153 42.452525, -70.9773139999...
1        25        009  ...  -070.9789107  POLYGON ((-70.986276 42.46005299999999, -70.98...
2        25        009  ...  -070.9853846  POLYGON ((-70.988809 42.460175, -70.9889149999...
3        25        009  ...  -070.9611517  POLYGON ((-70.95187 42.473647, -70.950974 42.4...
4        25        009  ...  -070.9925246  (POLYGON ((-71.000474 42.507547, -70.999544 42...

[5 rows x 13 columns]

geopandas.read_file接受url，也可以自动处理不同shapefile文件的zip文件，并返回一个GeoDataFrame。

【讨论】：

t.m.adam 的建议效果很好。我终于很高兴了。还有很多事情要做。您是说，使用 geopandas，我可以直接从 URL 执行 gpd.read_file 而无需解压缩？我需要使用 shapefile 制作地图，并使用 prj 文件作为创建地理数据框的参考。如果没有明确的解压缩步骤，这一切是如何发生的？

@t.m.dama，它按预期工作！谢谢。绘制地图并制作 geopandas df 以显示数据。感觉自己又向前迈进了很好。

geopandas.read_file 函数会为您解压缩（并加载所有不同的文件，包括 prj 文件）。

目标是创建一个 geopandas 数据框。我在继续时只显示部分代码。您似乎是在说 gpd.read_file 直接创建数据框。这意味着从 prj 和所有内容中添加参考信息。我的理解是否正确？谢谢。

是的，这就是geopandas.read_file 函数的目的：从一个文件或一组文件（在本例中为压缩文件）创建一个 GeoDataFrame。因此，对于 Shapefile（或 shp、prj、dbf 等文件的 zip），它会为您处理不同的文件（读取几何图形和属性以及投影信息）。