1

我是使用 google colaboratory (colab) 和 pydrive 的新手。我正在尝试使用 colab 将数据加载到“CAS_num_strings”中，该数据写入我的 Google 驱动器上特定目录中的 pickle 文件中：

pickle.dump(CAS_num_strings,open('CAS_num_strings.p', 'wb'))
dump_meta = {'title': 'CAS.pkl', 'parents': [{'id':'1UEqIADV_tHic1Le0zlT25iYB7T6dBpBj'}]} 
pkl_dump = drive.CreateFile(dump_meta)
pkl_dump.SetContentFile('CAS_num_strings.p')
pkl_dump.Upload()
print(pkl_dump.get('id'))

其中 'id':'1UEqIADV_tHic1Le0zlT25iYB7T6dBpBj' 确保它具有由该 id 给出的特定父文件夹。最后一个打印命令给了我输出：

'1ZgZfEaKgqGnuBD40CY8zg0MCiqKmi1vH'

因此，我能够创建并转储 id 为“1ZgZfEaKgqGnuBD40CY8zg0MCiqKmi1vH”的泡菜文件。现在，为了不同的目的，我想在另一个 colab 脚本中加载这个 pickle 文件。为了加载，我使用命令集：

cas_strings = drive.CreateFile({'id':'1ZgZfEaKgqGnuBD40CY8zg0MCiqKmi1vH'})
print('title: %s, mimeType: %s' % (cas_strings['title'], cas_strings['mimeType']))
print('Downloaded content "{}"'.format(cas_strings.GetContentString()))

这给了我输出：

title: CAS.pkl, mimeType: text/x-pascal

---------------------------------------------------------------------------
UnicodeDecodeError                        Traceback (most recent call last)
<ipython-input-9-a80d9de0fecf> in <module>()
     30 cas_strings = drive.CreateFile({'id':'1ZgZfEaKgqGnuBD40CY8zg0MCiqKmi1vH'})
     31 print('title: %s, mimeType: %s' % (cas_strings['title'], cas_strings['mimeType']))
---> 32 print('Downloaded content "{}"'.format(cas_strings.GetContentString()))
     33 
     34 

/usr/local/lib/python3.6/dist-packages/pydrive/files.py in GetContentString(self, mimetype, encoding, remove_bom)
    192                     self.has_bom == remove_bom:
    193       self.FetchContent(mimetype, remove_bom)
--> 194     return self.content.getvalue().decode(encoding)
    195 
    196   def GetContentFile(self, filename, mimetype=None, remove_bom=False):

UnicodeDecodeError: 'utf-8' codec can't decode byte 0x80 in position 0: invalid start byte

如您所见，它找到文件 CAS.pkl 但无法解码数据。我希望能够解决这个错误。我了解正常的 utf-8 编码/解码在正常的泡菜转储和使用“wb”和“rb”选项加载期间工作顺利。但是在目前的情况下，转储后我似乎无法从上一步创建的谷歌驱动器中的泡菜文件中加载它。错误存在于我无法指定如何在“return self.content.getvalue().decode(encoding)”处解码数据的地方。我似乎无法从这里（https://developers.google.com/drive/v2/reference/files#resource-representations）找到要修改的关键字/元数据标签。任何帮助表示赞赏。谢谢

4

2 回答 2

1

实际上，在朋友的帮助下，我找到了一个优雅的答案。我使用 GetContentFile 而不是 GetContentStrings，它是 SetContentFile 的对应物。这会将文件加载到当前工作区中，我可以像任何 pickle 文件一样从中读取它。最后，数据很好地加载到 cas_nums 中。

cas_strings = drive.CreateFile({'id':'1ZgZfEaKgqGnuBD40CY8zg0MCiqKmi1vH'})
print('title: %s, mimeType: %s' % (cas_strings['title'], cas_strings['mimeType']))
cas_strings.GetContentFile(cas_strings['title'])
cas_nums = pickle.load(open(cas_strings['title'],'rb'))

有关这方面的更多详细信息，请参阅下载文件内容部分的 pydrive 文档 - http://pythonhosted.org/PyDrive/filemanagement.html#download-file-content

于 2018-03-08T07:42:51.880 回答
1

问题是GetContentString只有当内容是有效的 UTF-8 字符串 ( docs ) 时才有效，而你的 pickle 不是。

不幸的是，您将不得不做一些额外的工作，因为没有GetContentBytes- 您必须将内容保存到文件中并将它们读回。这是一个工作示例： https ://colab.research.google.com/drive/1gmh21OrJL0Dv49z28soYq_YcqKEnaQ1X

于 2018-03-08T04:56:05.080 回答