在 Python 中读取协议缓冲区文件

Question

我正在向公共交通 API 发出请求以进行数据分析。 几个文件都是JSON格式，方便处理； 但是，有些文件是.protobuf格式。

我很好奇如何将这些文件解析为人类可读的格式。 例如，如果我在文本编辑器中打开.protobuf文件，我会收到以下内容：

1"$
+(B���uC-(�̉�B
1462;
2"6

    741127020 *F
�ZB�����C-(�̉�B
1583<
3"7

    719255020 *10
K�B�8��C-FH@(�̉�B
1220<
4"7

谢谢！

Answer 1

Protobuffer 是一种二进制格式，因此它在原始状态下不是人类可读的。 要阅读它，请从 Google获取python 绑定并安装：

pip install --upgrade gtfs-realtime-bindings

一旦你有了这些，你就可以很容易地下载 pb 文件或在本地读取它：

from google.transit import gtfs_realtime_pb2
import urllib.request 

feed = gtfs_realtime_pb2.FeedMessage()
pb_url = "http://someURL/someFile.pb"

with urllib.request.urlopen(pb_url) as response:
    feed.ParseFromString(response.read())
    print(feed)

这会给你类似的东西：

header {
  gtfs_realtime_version: "1.0"
  incrementality: FULL_DATASET
  timestamp: 1579313685
}
entity {
  id: "10-abc-O-1"
  trip_update {
    trip {
      trip_id: "10-1622-O-1"
    }
...