从 Azure Blob 存储读取 XML 文件

Question

我想在 Jupyter 笔记本（准确地说是 PySpark3）中读取存储在 Azure Blob 存储上的 XML 文件。

我遇到了这个教程- 但我运气不好。

基本上，它抱怨它找不到azure.storage - from azure.storage.blob import BlobService 。

我试过了：

! pip install --user azure.storage 

没有运气。

有人可以帮忙吗：

• 尝试安装时，上面的内容会引发语法错误
• 否则，是否有一些更清晰的说明来说明如何从 Azure Blob 存储中获取文件作为数据帧供我使用？

任何指导表示赞赏。

谢谢。

Answer 1

有两种解决方案可以从 blob 中获取 xml 内容。

解决方案1.通过Azure Storage Explorer获取带有sas token的blob url，然后通过requests获取xml内容。

图 1.1。 右键单击a-sample.xml blob，然后单击选项Get Shared Access Signature 。

图 1.2。 选择选项UTC并启用Read权限，然后Create 。

图 1.3。 使用 sas 令牌Copy blob url。

图 1.4。 安装requests通过!pip install requests并获得XML内容。

import requests
resp = requests.get('<the blob url with sas token copied from Azure Storage Explorer>')
xml_content = resp.text
print(xml_content)

方案二，其实Azure Storage SDK for Python的名字是azure-storage ，你可以按照下图做你想做的。

图 2.1。 通过!pip install azure-storage安装 Azure Python Storage，通过代码获取内容。 请参阅 GitHub Azure/azure-storage-python库Azure/azure-storage-python 。

from azure.storage.blob import BlockBlobService
account_name = '<your account name>'
account_key = '<your account key>'
container_name = '<container name>'
blob_name = '< the xml blob name, such as a-sample.xml>'
block_blob_service = BlockBlobService(account_name=account_name, account_key=account_key)
xml_content = block_blob_service.get_blob_to_text(container_name, blob_name).content
print(xml_content)

我在Azure Jupyter Notebook下面做了这些，它也适用于 Azure Databricks。

希望能帮助到你。