从 FTP 服务器上的 gz 文件中检索数据，而无需在本地写入

Question

我想检索存储在 FTP 服务器上的压缩 gz 文件中的数据，而不将该文件写入本地存档。

目前我已经完成了

from ftplib import FTP
import gzip

ftp = FTP('ftp.server.com')
ftp.login()  
ftp.cwd('/a/folder/')

fileName = 'aFile.gz'

localfile = open(fileName,'wb')
ftp.retrbinary('RETR '+fileName, localfile.write, 1024)

f = gzip.open(localfile,'rb')
data = f.read()

但是，这会将文件“localfile”写入当前存储。

我试图改变这一点

from ftplib import FTP
import zlib

ftp = FTP('ftp.server.com')
ftp.login()  
ftp.cwd('/a/folder/')

fileName = 'aFile.gz'

data = ftp.retrbinary('RETR '+fileName, zlib.decompress, 1024)

但是，ftp.retrbinary不输出其回调的输出。有没有办法做到这一点？

Answer 1

一个简单的实现是：

• 将文件下载到内存中的类文件对象，例如BytesIO；

• 将其传递给构造函数的fileobj参数。GzipFile

import gzip
from io import BytesIO
import shutil
from ftplib import FTP

ftp = FTP('ftp.example.com')
ftp.login('username', 'password')

flo = BytesIO()

ftp.retrbinary('RETR /remote/path/archive.tar.gz', flo.write)

flo.seek(0)

with open('archive.tar', 'wb') as fout, gzip.GzipFile(fileobj = flo) as gzip:
    shutil.copyfileobj(gzip, fout)

以上将整个 .gz 文件加载到内存中。对于大文件，什么可能是低效的。更智能的实现将改为流式传输数据。但这可能需要实现一个智能的自定义类文件对象。

另请参阅在 FTP 服务器上获取 zip 文件中的文件名，而无需下载整个存档。